Análise Probit (Probit Analysis)

A análise probit ajusta dados agrupados de aprovado/reprovado, unidades testadas e com falha em vários níveis de estresse, de testes de queda, impacto, pressão, tensão ou dose-resposta. Pressupõe que as tolerâncias das unidades seguem uma distribuição Normal (probit) ou Logística (logit), em geral sobre ln(estresse), ajustada por máxima verossimilhança. Exige ao menos 3 níveis de estresse e informa coeficientes, o estresse em porcentagens de falha escolhidas com intervalos de confiança e um gráfico probit.

Última revisão

Conclusão principal

A análise probit modela como a proporção de unidades que falham ou respondem aumenta com o estresse, a partir de contagens aprovado/reprovado, e estima o estresse em que uma porcentagem escolhida falha, com intervalo de confiança.

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

Finalidade

A análise probit (Probit Analysis) modela como a proporção de unidades que falham (ou respondem) aumenta com o nível de um estresse, a partir de testes aprovado/reprovado executados em vários níveis de estresse. Usos típicos são testes de queda, testes de impacto, testes escalonados de pressão de ruptura ou de tensão elétrica e ensaios de dose-resposta. Ela responde a perguntas como: em que altura de queda metade das unidades trinca e em que altura 90% trincam? O resultado fornece um limite de estresse com intervalo de confiança, que pode ser comparado com uma especificação ou uma condição de campo.

Principais recursos

  • Trabalha com dados agrupados de aprovado/reprovado: o número de unidades testadas e o número das que falharam em cada nível de estresse.
  • Distribuição de tolerância Normal (probit) ou Logística (logit).
  • Ajuste em relação a ln(estresse), a escolha usual para estresses físicos, ou em relação ao próprio estresse.
  • Tabela de coeficientes com testes Z para o intercepto e a inclinação.
  • Estresse em que qualquer porcentagem escolhida de unidades falha, com intervalos de confiança, e um gráfico probit do observado em relação ao ajustado.

Métodos estatísticos

Em cada nível de estresse s, r de n unidades respondem. O modelo pressupõe que cada unidade tem sua própria tolerância, o estresse em que ela falha, e que essas tolerâncias seguem uma distribuição Normal ou Logística em x, em que x = ln(s) quando Fit against ln(stress) está marcado e x = s caso contrário. A probabilidade de falhar no estresse s é então P = G(b₀ + b₁·x), em que G é a função de distribuição acumulada normal padrão (ligação probit) ou logística padrão (ligação logit). As contagens são ajustadas como um modelo linear generalizado binomial por máxima verossimilhança, e o intercepto b₀ e a inclinação b₁ são testados com estatísticas Z de Wald. Uma inclinação significativamente maior que 0 significa que a proporção de falhas aumenta com o estresse.

O estresse em que p% das unidades falham é obtido de G⁻¹(p/100) = b₀ + b₁·x, de modo que x_p = (G⁻¹(p/100) − b₀) / b₁ e s_p = exp(x_p) na escala logarítmica. Seu intervalo de confiança é calculado pelo método delta: a variância de x_p vem da matriz de covariância de b₀ e b₁, forma-se o intervalo x_p ± z·SE e, na escala logarítmica, os dois extremos são convertidos de volta com exp, de modo que o intervalo não é simétrico. A Normal e a Logística costumam dar respostas semelhantes perto de 50% e diferem mais nas caudas.

O gráfico probit mostra a proporção observada em cada nível de estresse em uma escala de probabilidade em função do estresse (escala logarítmica quando o ajuste é em relação a ln(estresse)), com a reta ajustada. Pontos próximos da reta indicam que o modelo se ajusta. Um nível em que nenhuma unidade ou todas as unidades falharam não tem posição finita na escala de probabilidade; assim, como no Minitab, ele fica de fora do gráfico (mas ainda é usado no ajuste) e uma nota abaixo do gráfico informa quantas linhas ficaram de fora.

Campos de entrada e opções

Campo

Descrição

Response (number of events)

Obrigatório. Número de unidades que falharam ou responderam em cada nível de estresse. Não pode exceder Trials.

Trials (number of tests)

Obrigatório. Número de unidades testadas em cada nível de estresse.

Stress (predictor)

Obrigatório. O nível de estresse de cada linha. São necessárias pelo menos 3 linhas.

Fit against ln(stress)

Marcado por padrão. Padrão para variáveis de estresse físico e de dose; o estresse deve então ser positivo. Desmarque se o estresse deve permanecer em escala linear.

Distribution

Normal (probit link) (padrão) ou Logistic (logit link).

Percent levels

Porcentagens separadas por vírgula para as quais informar o estresse efetivo. Padrão 50, 90, 95.

Confidence level (%)

Para os intervalos do estresse efetivo. Padrão 95; de 50 a 99.99.

probit-analysis-inputs


Figura 1 — Opções do exemplo de teste de queda: contagens de trincados e testados em cada altura de queda, ajustadas em relação a ln(altura) com a distribuição Normal, níveis percentuais 50 e 90.

Descrição da saída

  • Coefficients — Intercept e Slope com Coef, SE Coef, Z e P.
  • Tabela Percent — para cada nível percentual, o Stress em que essa porcentagem de unidades falha, com limites de confiança inferior e superior.
  • Probit Plot — proporção observada em cada nível de estresse em uma escala de probabilidade (Percent), com a reta ajustada.
  • Exportação em PDF por meio de Download.

probit-analysis-output


Figura 2 — Resultados do teste de queda: 50% dos vidros trincam a 50.4 cm (IC de 95% de 47.4 a 53.6) e 90% a 77.2 cm (70.6 a 84.5).

Exemplo prático

Um engenheiro de embalagens deixa cair 40 vidros de proteção de celular de cada uma de oito alturas, de 20 a 90 cm, e conta quantos trincam. A parcela de trincados sobe de nenhum a 20 cm (o único nível deixado de fora do gráfico probit) para 45% (18 de 40) a 50 cm e 95% (38 de 40) a 80 e 90 cm. O engenheiro quer saber as alturas em que 50% e 90% dos vidros trincam. Ele define Response = Units Cracked, Trials = Units Tested, Stress = Drop Height cm, mantém Fit against ln(stress) marcado e Distribution = Normal, e informa Percent levels = 50, 90.

A inclinação em ln(altura) é 3.000 (Z = 10.38, p < 0.001), de modo que a altura de queda claramente determina a trinca. Espera-se que metade dos vidros trinque a 50.4 cm (IC de 95% de 47.4 a 53.6 cm) e 90% a 77.2 cm (IC de 95% de 70.6 a 84.5 cm). O intervalo a 90% é mais largo porque fica mais longe do centro dos dados. Acrescentar 10 aos níveis percentuais dá 32.9 cm (29.4 a 36.8 cm): abaixo de cerca de 30 cm poucos vidros trincam.

Com a distribuição Logística, as respostas são quase iguais: 50.7 cm para 50% e 76.9 cm para 90%. Ajustar em relação à altura em vez de ln(altura) move o ponto de 50% para 53.2 cm, de modo que, aqui, a escolha da escala importa mais que a escolha da distribuição. Para a equipe de embalagens, essas alturas são os valores a comparar com as alturas de queda que o vidro embalado deve suportar no manuseio: se no máximo cerca de 10% de trincas é aceitável, o vidro, sozinho, não deve sofrer o equivalente a uma queda acima de cerca de 33 cm.

Perguntas frequentes

Para que serve a análise probit?

A análise probit modela como a proporção de unidades que falham ou respondem aumenta com o nível de um estresse, a partir de testes aprovado/reprovado em vários níveis de estresse. Usos típicos são testes de queda, testes de impacto, testes escalonados de pressão de ruptura ou de tensão elétrica e ensaios de dose-resposta. Ela responde a perguntas como a altura de queda em que metade ou 90% das unidades trincam, com intervalo de confiança.

Qual é a diferença entre probit e logit na análise probit?

A opção de distribuição Normal usa a ligação probit e a opção Logística usa a ligação logit; ambas descrevem como as tolerâncias das unidades ao estresse se distribuem. Costumam dar respostas semelhantes perto de 50% e diferem mais nas caudas. Em um teste de queda do exemplo prático, o ponto de 50% foi 50.4 cm com a Normal e 50.7 cm com a Logística.

Que dados a análise probit exige?

Para cada nível de estresse, informe o número de unidades testadas (trials), o número das que falharam ou responderam e o nível de estresse. São necessárias pelo menos 3 linhas, e as falhas não podem exceder os testes. O ajuste em relação a ln(estresse) é o padrão e a escolha usual para variáveis de estresse físico e de dose, o que exige valores de estresse positivos.

Como interpretar os resultados da análise probit?

Uma inclinação significativamente maior que 0 significa que a proporção de falhas aumenta com o estresse. A tabela de porcentagens fornece o estresse em que cada porcentagem escolhida de unidades falha, com limites de confiança; os intervalos são mais largos quanto mais longe do centro dos dados e não são simétricos na escala logarítmica. No gráfico probit, pontos próximos da reta ajustada indicam que o modelo se ajusta.