Analyse probit (Probit Analysis)

Probit Analysis ajuste des données groupées réussite/échec, unités testées et défaillantes à plusieurs niveaux de contrainte, issues d'essais de chute, de choc, de pression, de tension ou de dose-réponse. Elle suppose que les tolérances des unités suivent une distribution normale (probit) ou logistique (logit), le plus souvent sur ln(contrainte), ajustée par maximum de vraisemblance. Elle exige au moins 3 niveaux de contrainte et fournit les coefficients, la contrainte pour des pourcentages de défaillance choisis avec des intervalles de confiance, et un graphique probit.

Dernière révision

Point clé

L'analyse probit modélise la hausse de la proportion d'unités défaillantes avec la contrainte, à partir de comptages réussite/échec, et estime la contrainte pour un pourcentage de défaillance choisi, avec un intervalle de confiance.

Sur cette page
  1. Objectif
  2. Principales fonctionnalités
  3. Méthodes statistiques
  4. Champs de saisie et options
  5. Description des résultats
  6. Exemple résolu

Objectif

L'analyse probit modélise la hausse de la proportion d'unités défaillantes (ou répondantes) avec le niveau d'une contrainte, à partir d'essais réussite/échec réalisés à plusieurs niveaux de contrainte. Les usages typiques sont les essais de chute, de choc, de pression d'éclatement ou de tension par paliers, et les essais dose-réponse. Elle répond à des questions comme : à quelle hauteur de chute la moitié des unités se fissurent-elles, et à quelle hauteur 90 % se fissurent-elles ? Le résultat donne une limite de contrainte avec un intervalle de confiance, qui peut être comparée à une spécification ou à une condition d'utilisation.

Principales fonctionnalités

  • Fonctionne avec des données groupées réussite/échec : le nombre d'unités testées et le nombre d'unités défaillantes à chaque niveau de contrainte.
  • Distribution de tolérance normale (probit) ou logistique (logit).
  • Ajustement en fonction de ln(contrainte), le choix habituel pour les contraintes physiques, ou en fonction de la contrainte elle-même.
  • Tableau des coefficients avec des tests Z pour l'ordonnée à l'origine et la pente.
  • Contrainte pour laquelle un pourcentage choisi d'unités est défaillant, avec des intervalles de confiance, et un graphique probit des valeurs observées par rapport aux valeurs ajustées.

Méthodes statistiques

À chaque niveau de contrainte s, r unités sur n répondent. Le modèle suppose que chaque unité a sa propre tolérance, la contrainte à laquelle elle est défaillante, et que ces tolérances suivent une distribution normale ou logistique en x, avec x = ln(s) lorsque Fit against ln(stress) est coché et x = s sinon. La probabilité de défaillance à la contrainte s est alors P = G(b₀ + b₁·x), où G est la fonction de répartition de la loi normale centrée réduite (lien probit) ou de la loi logistique standard (lien logit). Les comptages sont ajustés comme un modèle linéaire généralisé binomial par maximum de vraisemblance, et l'ordonnée à l'origine b₀ et la pente b₁ sont testées avec des statistiques Z de Wald. Une pente significativement supérieure à 0 signifie que la proportion de défaillances augmente avec la contrainte.

La contrainte pour laquelle p % des unités sont défaillantes se déduit de G⁻¹(p/100) = b₀ + b₁·x, donc x_p = (G⁻¹(p/100) − b₀) / b₁, et s_p = exp(x_p) sur l'échelle logarithmique. Son intervalle de confiance est calculé par la méthode delta : la variance de x_p provient de la matrice de covariance de b₀ et b₁, l'intervalle x_p ± z·SE est formé, et sur l'échelle logarithmique les deux bornes sont reconverties par exp, de sorte que l'intervalle n'est pas symétrique. Les distributions normale et logistique donnent généralement des résultats voisins près de 50 % et diffèrent davantage dans les queues.

Le graphique probit montre la proportion observée à chaque niveau de contrainte sur une échelle de probabilité en fonction de la contrainte (échelle logarithmique lorsque l'ajustement se fait sur ln(contrainte)), avec la droite ajustée. Des points proches de la droite signifient que le modèle s'ajuste bien. Un niveau où aucune unité ou toutes les unités sont défaillantes n'a pas de position finie sur l'échelle de probabilité ; comme dans Minitab, il est donc omis du graphique (il est toujours utilisé dans l'ajustement) et une note sous le graphique indique combien de lignes ont été omises.

Champs de saisie et options

Champ

Description

Response (number of events)

Obligatoire. Nombre d'unités défaillantes ou répondantes à chaque niveau de contrainte. Ne peut pas dépasser Trials.

Trials (number of tests)

Obligatoire. Nombre d'unités testées à chaque niveau de contrainte.

Stress (predictor)

Obligatoire. Le niveau de contrainte de chaque ligne. Au moins 3 lignes sont nécessaires.

Fit against ln(stress)

Cochée par défaut. Standard pour les variables de contrainte physique et de dose ; la contrainte doit alors être positive. Décochez si la contrainte doit rester sur une échelle linéaire.

Distribution

Normal (probit link) (par défaut) ou Logistic (logit link).

Percent levels

Pourcentages séparés par des virgules pour lesquels indiquer la contrainte efficace. Par défaut 50, 90, 95.

Confidence level (%)

Pour les intervalles de la contrainte efficace. Par défaut 95 ; de 50 à 99.99.

probit-analysis-inputs


Figure 1 — Options de l'exemple d'essai de chute : nombres de pièces fissurées et testées à chaque hauteur de chute, ajustés en fonction de ln(hauteur) avec la distribution normale, niveaux de pourcentage 50 et 90.

Description des résultats

  • Coefficients : Intercept et Slope avec Coef, SE Coef, Z et P.
  • Percent table : pour chaque niveau de pourcentage, la contrainte (Stress) pour laquelle ce pourcentage d'unités est défaillant, avec les limites de confiance inférieure et supérieure.
  • Probit Plot : proportion observée à chaque niveau de contrainte sur une échelle de probabilité (Percent), avec la droite ajustée.
  • Export PDF via Download.

probit-analysis-output


Figure 2 — Résultats de l'essai de chute : 50 % des verres se fissurent à 50.4 cm (IC à 95 % de 47.4 à 53.6) et 90 % à 77.2 cm (70.6 à 84.5).

Exemple résolu

Un ingénieur emballage laisse tomber 40 verres de protection de téléphone depuis chacune de huit hauteurs, de 20 à 90 cm, et compte combien se fissurent. La part de verres fissurés passe de zéro à 20 cm (le seul niveau omis du graphique probit) à 45 % (18 sur 40) à 50 cm et 95 % (38 sur 40) à 80 et 90 cm. L'ingénieur veut connaître les hauteurs auxquelles 50 % et 90 % des verres se fissurent. Il définit Response = Units Cracked, Trials = Units Tested, Stress = Drop Height cm, laisse Fit against ln(stress) coché et Distribution = Normal, et saisit Percent levels = 50, 90.

La pente sur ln(hauteur) est de 3.000 (Z = 10.38, p < 0.001) : la hauteur de chute détermine donc clairement la fissuration. La moitié des verres devrait se fissurer à 50.4 cm (IC à 95 % de 47.4 à 53.6 cm), et 90 % à 77.2 cm (IC à 95 % de 70.6 à 84.5 cm). L'intervalle à 90 % est plus large car il se situe plus loin du centre des données. Ajouter 10 aux niveaux de pourcentage donne 32.9 cm (29.4 à 36.8 cm) : en dessous d'environ 30 cm, peu de verres se fissurent.

Avec la distribution logistique, les résultats sont presque identiques : 50.7 cm pour 50 % et 76.9 cm pour 90 %. Un ajustement en fonction de la hauteur plutôt que de ln(hauteur) déplace le point à 50 % à 53.2 cm : le choix de l'échelle compte donc plus que celui de la distribution ici. Pour l'équipe emballage, ces hauteurs sont les valeurs à comparer aux hauteurs de chute que le verre emballé doit supporter pendant la manutention : si l'on peut accepter au plus environ 10 % de fissures, le verre seul ne devrait pas subir l'équivalent d'une chute supérieure à environ 33 cm.

Questions fréquentes

À quoi sert l'analyse probit ?

L'analyse probit modélise la hausse de la proportion d'unités défaillantes ou répondantes avec le niveau d'une contrainte, à partir d'essais réussite/échec à plusieurs niveaux de contrainte. Les usages typiques sont les essais de chute, de choc, de pression d'éclatement ou de tension par paliers, et les essais dose-réponse. Elle répond à des questions comme la hauteur de chute à laquelle la moitié ou 90 % des unités se fissurent, avec un intervalle de confiance.

Quelle est la différence entre probit et logit dans l'analyse probit ?

L'option de distribution normale utilise le lien probit et l'option logistique utilise le lien logit ; les deux décrivent la distribution des tolérances des unités à la contrainte. Elles donnent généralement des résultats voisins près de 50 % et diffèrent davantage dans les queues. Dans un essai de chute résolu, le point à 50 % était de 50.4 cm avec la distribution normale et de 50.7 cm avec la logistique.

De quelles données l'analyse probit a-t-elle besoin ?

Pour chaque niveau de contrainte, saisissez le nombre d'unités testées (essais), le nombre d'unités défaillantes ou répondantes, et le niveau de contrainte. Au moins 3 lignes sont nécessaires, et les défaillances ne peuvent pas dépasser les essais. L'ajustement en fonction de ln(contrainte) est le choix par défaut et standard pour les variables de contrainte physique et de dose, ce qui exige des valeurs de contrainte positives.

Comment interpréter les résultats d'une analyse probit ?

Une pente significativement supérieure à 0 signifie que la proportion de défaillances augmente avec la contrainte. Le tableau des pourcentages donne la contrainte pour laquelle chaque pourcentage choisi d'unités est défaillant, avec des limites de confiance ; les intervalles sont plus larges loin du centre des données et ne sont pas symétriques sur l'échelle logarithmique. Sur le graphique probit, des points proches de la droite ajustée signifient que le modèle s'ajuste bien.