プロビット分析(Probit Analysis)
Probit Analysisは、落下、衝撃、圧力、電圧、用量反応の各試験から得た、複数のストレス水準での試験数と故障数という、サブグループにまとめた合否データを当てはめます。単位の耐性が、通常はln(ストレス)に関して、正規分布(プロビット)またはロジスティック分布(ロジット)に従うと仮定し、最尤法で当てはめます。ストレス水準は3つ以上必要で、係数、選んだ故障割合に対するストレスとその信頼区間、プロビットプロットを報告します。
最終レビュー
重要なポイント
プロビット分析は、合否の試験数のデータから、故障または反応する単位の比率がストレス水準とともにどのように上昇するかをモデル化し、選んだ割合が故障するストレスを、信頼区間とともに推定します。
目的
Probit Analysisは、複数のストレス水準で行った合否試験から、故障する(または反応する)単位の比率が、ストレスの水準とともにどのように上昇するかをモデル化します。典型的な用途は、落下試験、衝撃試験、破裂圧力や電圧のステップ試験、用量反応試験です。たとえば、どの落下高さで単位の半数が割れ、どの高さで90%が割れるか、といった問いに答えます。結果は、信頼区間付きのストレスの限界値を与え、これを規格や実使用条件と比較できます。
主な機能
- サブグループにまとめた合否データを扱います。各ストレス水準での試験した単位の数と、故障した数です。
- 正規分布(プロビット)またはロジスティック分布(ロジット)の耐性分布を選べます。
- 物理的なストレスで通常選ぶln(ストレス)に対して、またはストレスそのものに対して当てはめます。
- 切片と傾きのZ検定を含む係数表。
- 選んだ任意の割合の単位が故障するストレスを信頼区間付きで示し、観測値と当てはめ値を比べるプロビットプロットも出力します。
統計手法
各ストレス水準sで、n個の単位のうちr個が反応します。モデルは、各単位が固有の耐性(故障するストレス)を持ち、これらの耐性がxについて正規分布またはロジスティック分布に従うと仮定します。ここで、Fit against ln(stress)にチェックを入れた場合は x = ln(s)、そうでない場合は x = s です。ストレスsで故障する確率は P = G(b₀ + b₁·x) となり、Gは標準正規(プロビットリンク)または標準ロジスティック(ロジットリンク)の累積分布関数です。度数は、二項分布の一般化線形モデルとして最尤法で当てはめ、切片b₀と傾きb₁はWaldのZ統計量で検定します。傾きが0より有意に大きいことは、故障の比率がストレスとともに上昇することを意味します。
単位のp%が故障するストレスは、G⁻¹(p/100) = b₀ + b₁·x から求めます。したがって x_p = (G⁻¹(p/100) − b₀) / b₁ で、対数尺度では s_p = exp(x_p) です。その信頼区間はデルタ法で計算します。x_pの分散はb₀とb₁の共分散行列から求め、区間 x_p ± z·SE を作り、対数尺度ではその両端をexpで元に戻すため、区間は対称になりません。正規分布とロジスティック分布は、50%付近では通常似た結果になり、裾では差が大きくなります。
プロビットプロットは、各ストレス水準の観測比率を、確率尺度上でストレス(ln(ストレス)に対して当てはめる場合は対数尺度)に対して示し、当てはめた直線を付けます。点が直線に近ければ、モデルがよく当てはまっています。故障が1個もない、またはすべてが故障した水準は、確率尺度上に有限の位置がないため、Minitabと同様にプロットから除外されます(当てはめには使用されます)。プロットの下の注記に、除外した行数が示されます。
入力項目とオプション
項目 | 説明 |
Response (number of events) | 必須です。各ストレス水準で故障または反応した単位の数です。Trialsを超えることはできません。 |
Trials (number of tests) | 必須です。各ストレス水準で試験した単位の数です。 |
Stress (predictor) | 必須です。各行のストレス水準です。少なくとも3行が必要です。 |
Fit against ln(stress) | 既定ではオンです。物理的なストレスや用量の変数の標準的な設定で、その場合ストレスは正でなければなりません。ストレスを線形尺度のままにする場合はオフにします。 |
Distribution | Normal (probit link)(既定)またはLogistic (logit link)。 |
Percent levels | 有効ストレスを報告する割合を、コンマ区切りで指定します。既定は50, 90, 95です。 |
Confidence level (%) | 有効ストレスの区間に使用します。既定は95で、50〜99.99です。 |

図1 — 落下試験の例のオプション:各落下高さでの割れた数と試験した数を、正規分布で ln(高さ) に対して当てはめ、Percent levelsは50と90。
出力の説明
- Coefficients — InterceptとSlopeのCoef、SE Coef、Z、P。
- Percent table — 各Percent levelについて、その割合の単位が故障するStressと、信頼の下限および上限。
- Probit Plot — 各ストレス水準の観測比率を確率尺度(Percent)上に示し、当てはめた直線を付けたもの。
- DownloadによるPDFエクスポート。

図2 — 落下試験の結果:50%のガラスが50.4 cm(95%信頼区間 47.4〜53.6)で割れ、90%が77.2 cm(70.6〜84.5)で割れます。
計算例
包装技術者が、携帯電話のカバーガラス40枚を、20〜90 cmの8つの高さからそれぞれ落下させ、割れた枚数を数えます。割れた割合は、20 cmでは0(プロビットプロットから除外される唯一の水準)、50 cmでは45%(40枚中18枚)、80 cmと90 cmでは95%(40枚中38枚)と上昇します。技術者は、ガラスの50%と90%が割れる高さを知りたいと考えています。Response = Units Cracked、Trials = Units Tested、Stress = Drop Height cm とし、Fit against ln(stress)をオンのまま、Distribution = Normalとして、Percent levels = 50, 90 を入力します。
ln(高さ)に対する傾きは3.000(Z = 10.38、p < 0.001)で、落下高さが割れの原因であることは明らかです。ガラスの半数は50.4 cm(95%信頼区間 47.4〜53.6 cm)で割れ、90%は77.2 cm(95%信頼区間 70.6〜84.5 cm)で割れると見込まれます。90%の区間が広いのは、データの中心から離れているためです。Percent levelsに10を加えると32.9 cm(29.4〜36.8 cm)となり、約30 cm未満では割れるガラスはわずかです。
ロジスティック分布では、結果はほぼ同じで、50%で50.7 cm、90%で76.9 cmです。ln(高さ)ではなく高さに対して当てはめると、50%の点は53.2 cmに移るため、ここでは分布の選択よりも尺度の選択のほうが重要です。包装チームにとって、これらの高さは、梱包したガラスが取り扱いで耐えなければならない落下高さと比較するための数値です。割れが約10%以下であれば許容できる場合、ガラス単体では、約33 cmを超える落下に相当する衝撃を受けないようにする必要があります。
よくある質問
プロビット分析は何に使用しますか?
プロビット分析は、複数のストレス水準での合否試験から、故障または反応する単位の比率が、ストレスの水準とともにどのように上昇するかをモデル化します。典型的な用途は、落下試験、衝撃試験、破裂圧力や電圧のステップ試験、用量反応試験です。単位の半数や90%が割れる落下高さといった問いに、信頼区間付きで答えます。
プロビット分析で、プロビットとロジットの違いは何ですか?
正規分布のオプションはプロビットリンク、ロジスティックのオプションはロジットリンクを使用します。どちらも、ストレスに対する単位の耐性がどう分布するかを表します。50%付近では通常似た結果になり、裾では差が大きくなります。落下試験の計算例では、50%の点は、正規分布で50.4 cm、ロジスティック分布で50.7 cmでした。
プロビット分析には、どのようなデータが必要ですか?
各ストレス水準について、試験した単位の数(試行数)、故障または反応した数、ストレス水準を入力します。少なくとも3行が必要で、故障数は試行数を超えられません。ln(ストレス)に対する当てはめが既定で、物理的なストレスや用量の変数の標準的な設定であり、ストレスの値は正でなければなりません。
プロビット分析の結果は、どのように解釈しますか?
傾きが0より有意に大きいことは、故障の比率がストレスとともに上昇することを意味します。Percent tableは、選んだ各割合の単位が故障するストレスを信頼限界付きで示します。区間は、データの中心から離れるほど広くなり、対数尺度では対称になりません。プロビットプロットで、点が当てはめた直線に近ければ、モデルがよく当てはまっています。
