Probit 分析(概率单位分析)

Probit 分析拟合分组的通过/不通过数据,即在若干应力水平下的受试单元数和失效数,数据来自跌落、冲击、压力、电压或剂量-响应试验。它假定单元耐受度服从正态(probit)或逻辑(logit)分布,通常针对 ln(stress),并用最大似然法拟合。它至少需要 3 个应力水平,报告系数、所选失效百分比对应的应力及其置信区间,以及 probit 图。

最后审阅

核心要点

Probit 分析利用通过/不通过试验计数,建立失效或响应的单元比例随应力水平上升的模型,并估计规定百分比失效时的应力及其置信区间。

本页内容
  1. 用途
  2. 主要功能
  3. 统计方法
  4. 输入字段和选项
  5. 输出说明
  6. 计算示例

用途

Probit 分析根据在若干应力水平下进行的通过/不通过试验,建立失效(或响应)单元的比例随应力水平上升的模型。典型用途有跌落试验、冲击试验、爆破压力或电压阶梯试验,以及剂量-响应试验。它可回答诸如以下问题:在多高的跌落高度下有一半单元开裂,在多高时有 90% 开裂?结果给出带置信区间的应力限,可与规格或现场条件进行比较。

主要功能

  • 适用于分组的通过/不通过数据:每个应力水平下的受试单元数和失效数。
  • 可选正态(probit)或逻辑(logit)耐受分布。
  • 可针对 ln(stress) 拟合(物理应力的常用选择),也可针对应力本身拟合。
  • 系数表,含截距和斜率的 Z 检验。
  • 任意所选单元失效百分比对应的应力及其置信区间,以及观测值对拟合值的 probit 图。

统计方法

在每个应力水平 s 下,n 个单元中有 r 个响应。模型假定每个单元都有自己的耐受度,即其失效时的应力,并且这些耐受度在 x 上服从正态或逻辑分布,其中勾选 Fit against ln(stress) 时 x = ln(s),否则 x = s。应力 s 下的失效概率为 P = G(b₀ + b₁·x),其中 G 为标准正态(probit 连接)或标准逻辑(logit 连接)累积分布函数。计数按二项广义线性模型,用最大似然法拟合,并用 Wald Z 统计量检验截距 b₀ 和斜率 b₁。斜率显著大于 0 表示失效比例随应力上升。

p% 的单元失效时的应力由 G⁻¹(p/100) = b₀ + b₁·x 求得,因此 x_p = (G⁻¹(p/100) − b₀) / b₁,对数尺度上 s_p = exp(x_p)。其置信区间用 delta 方法计算:x_p 的方差来自 b₀ 和 b₁ 的协方差矩阵,构成区间 x_p ± z·SE,在对数尺度上两端均以 exp 换算回原尺度,因此区间不对称。正态与逻辑分布在 50% 附近通常给出相近的结果,在尾部差异较大。

probit 图在概率尺度上显示每个应力水平的观测比例相对于应力(针对 ln(stress) 拟合时为对数尺度),并带有拟合的直线。点靠近直线表示模型拟合良好。没有单元失效或全部单元失效的水平在概率尺度上没有有限位置,因此与 Minitab 一样,不在图上显示(但仍用于拟合),图下方的注释会说明有多少行未显示。

输入字段和选项

字段

说明

Response (number of events)

必填。每个应力水平下失效或响应的单元数。不能超过 Trials。

Trials (number of tests)

必填。每个应力水平下受试的单元数。

Stress (predictor)

必填。每行的应力水平。至少需要 3 行。

Fit against ln(stress)

默认勾选。物理应力和剂量变量的标准做法;此时应力必须为正。如果应力应保持线性尺度,则取消勾选。

Distribution

Normal (probit link)(默认)或 Logistic (logit link)。

Percent levels

以逗号分隔的百分比,用于报告对应的有效应力。默认值为 50、90、95。

Confidence level (%)

用于有效应力的置信区间。默认值为 95;范围 50 至 99.99。

probit-analysis-inputs


图 1 — 跌落试验示例的选项:每个跌落高度下的开裂数和受试数,针对 ln(height) 以正态分布拟合,百分比水平为 50 和 90。

输出说明

  • Coefficients:Intercept 和 Slope,含 Coef、SE Coef、Z 和 P。
  • Percent 表:对每个百分比水平,给出该百分比的单元失效时的 Stress,以及置信下限和上限。
  • Probit Plot:每个应力水平的观测比例,在概率尺度(Percent)上,并带有拟合直线。
  • 通过 Download 导出 PDF。

probit-analysis-output


图 2 — 跌落试验结果:50% 的玻璃在 50.4 cm 处开裂(95% CI 47.4 至 53.6),90% 在 77.2 cm 处开裂(70.6 至 84.5)。

计算示例

一位包装工程师将手机盖板玻璃从八个高度(20 至 90 cm)各跌落 40 片,并统计开裂的数量。开裂比例从 20 cm 处的零(这是 probit 图上唯一未显示的水平)上升到 50 cm 处的 45%(40 片中 18 片),以及 80 和 90 cm 处的 95%(40 片中 38 片)。工程师想知道 50% 和 90% 的玻璃开裂时的高度。他们设置 Response = Units Cracked,Trials = Units Tested,Stress = Drop Height cm,保持勾选 Fit against ln(stress),Distribution = Normal,并输入 Percent levels = 50, 90。

ln(height) 上的斜率为 3.000(Z = 10.38,p < 0.001),因此跌落高度显然决定了开裂。预计一半的玻璃在 50.4 cm 处开裂(95% CI 47.4 至 53.6 cm),90% 在 77.2 cm 处开裂(95% CI 70.6 至 84.5 cm)。90% 处的区间更宽,因为它离数据中心更远。在百分比水平中加入 10,得到 32.9 cm(29.4 至 36.8 cm):低于约 30 cm 时,很少有玻璃开裂。

采用逻辑分布时,结果几乎相同:50% 对应 50.7 cm,90% 对应 76.9 cm。针对 height 而不是 ln(height) 拟合,会使 50% 点移至 53.2 cm,因此在此处,尺度的选择比分布的选择影响更大。对包装团队而言,这些高度是需要与包装后的玻璃在搬运中必须承受的跌落高度进行比较的数值:如果可接受的开裂率不超过约 10%,则玻璃本身不应承受相当于高于约 33 cm 的跌落。

常见问题

Probit 分析用于什么?

Probit 分析根据在若干应力水平下的通过/不通过试验,建立失效或响应单元的比例随应力水平上升的模型。典型用途有跌落试验、冲击试验、爆破压力或电压阶梯试验,以及剂量-响应试验。它可回答诸如一半或 90% 的单元开裂时的跌落高度这类问题,并给出置信区间。

Probit 分析中的 probit 与 logit 有什么区别?

Normal 分布选项使用 probit 连接,Logistic 选项使用 logit 连接;两者都描述单元对应力的耐受度如何分布。它们在 50% 附近通常给出相近的结果,在尾部差异较大。在一个跌落试验示例中,50% 点在正态分布下为 50.4 cm,在逻辑分布下为 50.7 cm。

Probit 分析需要哪些数据?

对每个应力水平,输入受试单元数(trials)、失效或响应的单元数,以及应力水平。至少需要 3 行,且失效数不能超过试验数。针对 ln(stress) 拟合是默认设置,也是物理应力和剂量变量的标准做法,这要求应力值为正。

如何解释 Probit 分析结果?

斜率显著大于 0 表示失效比例随应力上升。百分比表给出每个所选单元失效百分比对应的应力及置信限;离数据中心越远,区间越宽,且在对数尺度上不对称。在 probit 图上,点靠近拟合直线表示模型拟合良好。