Пробит-анализ
Для обеих кривых определяется уравнение регрессионных прямых, причем для обеих прямых вычисляется общий угол наклона:
| Regression Coeff. | Standard Error | Coeff./S.E. | ||||
| DOLLAR | 2.78749 | 0.17640 | 15.80205 | |||
| Intercept | Standard Error | Intercept/S.E. | GRUPPE | |||
| -9.59552 | 0.63415 | -15.13130 | 1 | |||
| 2 | ||||||
| -9.99490 | 0.64731 | -15.44060 | ||||
| Pearson Goodness -of – Fit Chi Square = 10.043 DF = 17 P =, 902 | ||||||
| Parallelism Test Chi Square =,164 DF = 1 P =,686 | ||||||
При тесте на качество согласия большое значение р (как в рассматриваемом примере) указывает на лучшее приближение. Второй тест по критерию хи-квадрат проясняет вопрос, действительно ли обе прямые могут рассматриваться как параллельные. Параллельности прямых соответствует незначимый результат теста (как в рассматриваемом случае).
Если мы рассмотрим уравнение регрессии для первой группы, то получим следующее уравнение, прогнозирующее значение пробита:
Probit = 2.78749 * log(Dollar) - 9.59552Для значения 1000 долларов получим:
Probit = 2.78749 * 3 - 9.59552 = -1.2331Если мы вновь обратимся к статистической таблице, содержащей значения стандартной кривой нормального распределения, то полученному стандартизированному значению в данном случае соответствует площадь 0.10878. Это значение используется для того, чтобы определить ожидаемую частоту отклика:
59 * 0.10878 = 6.418Полученные результаты сведены в следующую таблицу:
| Number of Observed Expected | |||||||||||
| GRUPPE | DOLLAR | Subjects Responses Responses Residual | Prob | ||||||||
| 1 | 3 | 0.00 | 59 | 0.0 | 8 | 0.0 | 6.418 | 1 | 0.582 | 0.10878 | |
| 1 | 3 | 0.30 | 56 | 0.0 | 22.0 | 0 | 19 | 0.422 | 2 | 0.578 | 0.34681 |
| 1 | 3 | 0.48 | 53 | 0.0 | 28.0 | 0 | 28 | 0.546 | 0.546 | 0.53860 | |
| 1 | 3 | 0.60 | 49 | 0.0 | 30.0 | 0 | 32 | 0.923 | 2.923 | 0.67191 | |
| 1 | 3 | 0.70 | 51 | 0.0 | 35.0 | 0 | 38 | 0.902 | 3, 902 | 0.76279 | |
| 1 | 3 | 0.78 | 43 | 0.0 | 34.0 | 0 | 35 | 0.491 | 1.491 | 0.82537 | |
| 1 | 3 | 0.85 | 40 | 0.0 | 36.0 | 0 | 34 | 0.768 | 1 | 0.232 | 0.86921 |
| 1 | 3 | 0.90 | 45 | 0.0 | 41.0 | 0 | 40 | 0.522 | 0.0 | 478 | 0.90048 |
| 1 | 3 | 0.95 | 40 | 0.0 | 38.0 | 0 | 36 | 0.928 | 1 | 0.072 | 0.92319 |
| 1 | 4 | 0.00 | 35 | 0.0 | 34.0 | 0 | 32 | 0.899 | 1 | 0.101 | 0.93996 |
| 2 | 3 | 0.00 | 61 | 0.0 | 1.0 | 0 | 3.0 | 129 | 2.129 | 0.05129 | |
| 2 | 3 | 0.30 | 45 | 0.0 | 13.0 | 0 | 9.0 | 621 | 3 | 0.379 | 0.21380 |
| 2 | 3 | 0.48 | 52 | 0.0 | 21.0 | 0 | 19 | 0.820 | 1 | 0.180 | 0.38115 |
| 2 | 3 | 0.60 | 45 | 0.0 | 22.0 | 0 | 23 | 0.322 | 1.322 | 0.51826 | |
| 2 | 3 | 0.70 | 46 | 0.0 | 26.0 | 0 | 28 | 0.703 | 2.703 | 0.62397 | |
| 2 | 3 | 0.78 | 38 | 0.0 | 27.0 | 0 | 26 | 0.761 | 0.0 | 239 | 0.70425 |
| 2 | 3 | 0.85 | 45 | 0.0 | 35.0 | 0 | 34 | 0.436 | 0.0 | 564 | 0.76524 |
| 2 | 3 | 0.90 | 42 | 0.0 | 33.0 | 0 | 34 | 0.100 | 1.100 | 0.81190 | |
| 2 | 3 | 0.95 | 37 | 0.0 | 32.0 | 0 | 31 | 0.373 | 1 | 627 | 0.84791 |
| 2 | 4 | 0.00 | 36 | 0.0 | 33.0 | 0 | 31 | 0.535 | 1 | 0.465 | 0.87597 |
Сразу же после этой таблицы для заданных вероятностей (вероятности здесь следует понимать, как отношение частоты желательного отклика к общему числу испытуемых) выводятся значения необходимых дозировок (в нашем случае: денежная сумма в долларах) и их 95%-ый доверительный интервал.