Gráfico de probabilidade

O Probability Plot testa se os dados se ajustam a uma distribuição plotando os valores ordenados em uma escala em que a distribuição aparece como uma reta, com limites de confiança. Aceita nove distribuições, incluindo Normal, Lognormal, Weibull e Exponencial, e informa a estatística de Anderson-Darling e o valor-p de cada uma. Use-o antes de análises de capacidade, limites de controle ou testes t que pressupõem normalidade, e para escolher uma distribuição de confiabilidade.

Última revisão

Conclusão principal

Um gráfico de probabilidade verifica se os dados seguem uma distribuição escolhida, em geral a normal, plotando os dados ordenados em uma escala em que essa distribuição é uma reta, com estatística de Anderson-Darling e valor-p.

Nesta página
  1. Finalidade
  2. Principais recursos
  3. Métodos estatísticos
  4. Campos de entrada e opções
  5. Descrição da saída
  6. Exemplo prático

Finalidade

O Probability Plot (gráfico de probabilidade) verifica se os dados seguem uma distribuição escolhida, na maioria das vezes a distribuição normal. Os dados ordenados são plotados em uma escala na qual a distribuição escolhida aparece como uma reta: se os pontos acompanham a reta, a distribuição se ajusta. Use-o antes de análises de capacidade, limites de controle, intervalos de tolerância ou testes t que pressupõem normalidade, e para escolher uma distribuição (Weibull, lognormal, exponencial) para trabalhos de confiabilidade ou de capacidade não normal.

Principais recursos

  • Nove distribuições: Normal, Lognormal, Weibull, Exponencial, Exponencial de 2 parâmetros, de Valor Extremo Mínimo, de Valor Extremo Máximo, Logística e Loglogística.
  • Reta de referência ajustada com limites de confiança pontuais em um nível escolhido (padrão 95%).
  • Estatística de Anderson-Darling (AD) e seu valor-p na legenda para cada distribuição, de modo que os ajustes possam ser comparados.
  • Várias variáveis sobrepostas em um só gráfico, ou uma variável dividida em grupos por uma coluna By, cada uma com sua própria reta ajustada.
  • Eixo de dados logarítmico para a Lognormal, a Weibull e a Loglogística, como no papel de probabilidade padrão.

Métodos estatísticos

Para cada variável ou grupo (com pelo menos 3 valores), os dados são ordenados, x₍₁₎ ≤ … ≤ x₍ₙ₎, e cada um recebe a posição de plotagem pᵢ = (i − 0.3) / (n + 0.4), a aproximação de posto mediano de Benard. O eixo vertical é a inversa da função de distribuição acumulada (CDF) da distribuição escolhida, rotulada em porcentagem, de modo que uma amostra dessa distribuição fica próxima de uma reta. A reta de referência é a CDF ajustada: para a Normal, a média amostral e o desvio padrão (divisor n − 1); para as outras distribuições, a máxima verossimilhança, com o limiar fixado em 0 para a Lognormal, a Weibull, a Exponencial e a Loglogística (que exigem valores positivos).

Os limites de confiança são traçados por cada ponto: no nível C, o limite inferior é o quantil α/2 de uma distribuição Beta(i, n − i + 1) e o limite superior é o quantil 1 − α/2 de uma distribuição Beta(i + 1, n − i), em que α = 1 − C/100. Pontos que saem dos limites são evidência contra a distribuição.

A estatística de Anderson-Darling AD = −n − (1/n) Σ (2i − 1)[ln F(x₍ᵢ₎) + ln(1 − F(x₍ₙ₊₁₋ᵢ₎))] mede o quanto os pontos estão distantes da CDF ajustada F, com peso extra nas caudas; quanto menor, melhor. A legenda mostra essa AD não ajustada para cada distribuição, como o Minitab faz. O valor-p vem de uma estatística modificada, como em D'Agostino e Stephens: para a Normal e a Lognormal (nos logaritmos), AD·(1 + 0.75/n + 2.25/n²) convertida com a aproximação de Stephens; para a Weibull e as duas distribuições de valor extremo, AD·(1 + 0.2/√n); para a Exponencial, AD·(1 + 0.6/n); para a Logística e a Loglogística, AD·(1 + 0.25/n). As três últimas são consultadas nas tabelas de valores críticos de Stephens e interpoladas, de modo que um valor-p fora da tabela é mostrado como um limite, como >0.250 ou <0.010. Para a Exponencial de 2 parâmetros, as n − 1 diferenças x₍ᵢ₎ − x₍₁₎ são testadas como exponenciais. Um valor-p abaixo de 0.05 é evidência de que os dados não seguem a distribuição; entre distribuições, o maior valor-p geralmente indica o ajuste mais próximo.

Campos de entrada e opções

Campo

Descrição

Variables

Obrigatório. Uma coluna numérica, ou várias para sobreposição (um gráfico de probabilidade “Multiple”).

By (grouping) column

Opcional. Uma reta ajustada por grupo. Usado somente quando uma única variável é selecionada.

Distribution

Normal (padrão), Lognormal, Weibull, Exponencial, Exponencial de 2 parâmetros, de Valor Extremo Mínimo, de Valor Extremo Máximo, Logística ou Loglogística.

Confidence level (%)

Padrão 95; de 1 a 99.99. Nível dos limites de confiança.

Display confidence interval bounds

Marcada por padrão. Traça os limites como linhas pontilhadas.

Title

Título do gráfico. O padrão é “Probability Plot”.

Data Options: Subset (optional)

Exclude matching rows (padrão) ou Include only matching rows; Row numbers (ex.: 3,7,12-15) e/ou uma Condition (ex.: Tensile_Strength_MPa > 205) selecionam as linhas.

probability-plot-inputs


Figura 1 — Opções do exemplo: Tensile_Strength_MPa em um gráfico de probabilidade Normal com limites de 95%.

Descrição da saída

  • Probability Plot — os dados (eixo horizontal) contra a porcentagem na escala de probabilidade da distribuição, com a reta ajustada e os limites de confiança pontilhados. A legenda informa a estatística AD de cada série e seu valor-p.
  • Exportação em PDF por meio de Download.

probability-plot-output


Figura 2 — Gráfico de probabilidade Normal da resistência à tração de 40 corpos de prova: AD = 0.213, p = 0.842.

Exemplo prático

Antes de definir limites de controle e calcular a capacidade, um engenheiro verifica se a resistência à tração de 40 corpos de prova de teste pode ser tratada como normal. Variables = Tensile_Strength_MPa, Distribution = Normal, Confidence level 95, limites exibidos.

Os pontos acompanham a reta e permanecem dentro dos limites pontilhados em toda a faixa, de 200.61 a 247.97 MPa. A legenda mostra AD = 0.213 com p = 0.842, muito acima de 0.05: não há evidência contra a normalidade. A reta ajustada tem média de 227.97 MPa e desvio padrão de 10.61 MPa, portanto podem ser usados métodos de capacidade e de cartas de controle baseados na normal. Pontos que se afastassem da reta em qualquer extremidade indicariam uma distribuição assimétrica ou de caudas pesadas.

A mesma planilha contém 40 tempos até a falha (horas). Plotar Time_to_Failure_hr contra várias distribuições resulta em AD = 0.210 com p > 0.250 para a Weibull (forma 3.23, escala 192.96 horas), AD = 0.158 com p = 0.947 para a Normal, AD = 1.228 com p < 0.005 para a Lognormal e AD = 7.628 com p < 0.010 para a Exponencial. A Exponencial, que pressupõe uma taxa de falhas constante, claramente não se ajusta, nem a Lognormal. A Weibull e a Normal se ajustam bem; para tempos de falha, a Weibull é a escolha habitual, pois uma forma acima de 1 descreve desgaste e ela não pode prever vidas negativas.

Perguntas frequentes

Como interpretar um gráfico de probabilidade?

Se os pontos acompanham a reta ajustada e permanecem dentro dos limites de confiança, a distribuição se ajusta. Pontos que saem dos limites são evidência contra ela, e pontos que se afastam da reta em qualquer extremidade sugerem uma distribuição assimétrica ou de caudas pesadas. A legenda informa a estatística de Anderson-Darling e o valor-p; um valor-p abaixo de 0.05 é evidência de que os dados não seguem a distribuição.

Quando usar um gráfico de probabilidade?

Use-o para verificar a normalidade antes de análises de capacidade, limites de controle, intervalos de tolerância ou testes t que pressupõem dados normais. Também é usado para escolher uma distribuição, como Weibull, lognormal ou exponencial, para trabalhos de confiabilidade ou de capacidade não normal. Cada variável ou grupo precisa de pelo menos 3 valores, e várias variáveis ou grupos podem ser sobrepostos.

Como comparar distribuições em um gráfico de probabilidade?

Plote os mesmos dados contra várias distribuições e compare as estatísticas de Anderson-Darling e os valores-p; uma AD menor e um valor-p maior geralmente indicam um ajuste mais próximo. Em um exemplo prático com 40 tempos de falha, a Weibull (p > 0.250) e a Normal (p = 0.947) se ajustam bem, enquanto a Lognormal e a Exponencial (p < 0.010) não.

Quais distribuições um gráfico de probabilidade pode testar?

Nove: Normal, Lognormal, Weibull, Exponencial, Exponencial de 2 parâmetros, de Valor Extremo Mínimo, de Valor Extremo Máximo, Logística e Loglogística. A Lognormal, a Weibull, a Exponencial e a Loglogística exigem valores positivos, e a Lognormal, a Weibull e a Loglogística usam um eixo de dados logarítmico, como no papel de probabilidade padrão.