選出正確的樣本量大家好，
假設我測量了特定桌面上的 30 個位置。 我想僅使用 5 個樣本對這 30 個位置的測量進行採樣，JMP 是否能夠幫助我確定應該選擇哪個測量位置，以便獲得總體 30 個測量位置的最接近代表
伊爾凡
回覆：選出正確的樣本量所有位置都被視為平等嗎？ 12號（中心）有什麼特別之處嗎？ 一種抽樣方案是從不同的「區域」隨機抽樣。 位置是否可以旋轉（即 1 = 9 = 23）？ 您可以根據歷史資料執行模擬，以比較在考慮所有位置的情況下任何採樣方案對「真實」值的估計程度。回覆：選出正確的樣本量
嗨史蒂芬，
上面是我的測量位置的範例。 如果我只選擇 5 個位置進行測量，我該如何選擇哪 5 個位置測量才能提供所有 23 個測量位置的最佳統計表示。 有辦法查出來嗎？
估計值
伊爾凡
回覆：選出正確的樣本量對於給定問題，只要您能夠充分描述限制，JMP 將能夠選擇最有效的抽樣方案。例如，樣本需要來自邊緣、中間和角落，每個位置都需要超過 1 次測量才能了解變異性，或者更多位置是有價值的，等等。
挑戰在於，它可能需要比您最初認為成功的機會更多的採樣（1、5 和 10 是人類非常常見的樣本量選擇）。 您需要清楚地定義為什麼要採樣以及您認為什麼是成功的。回覆：選出正確的樣本量這是否意味著 JMP 無法為我提供更好的方法來對測量位置進行採樣？
回覆：選出正確的樣本量聽起來好像在有限的時間內您將需要來自所有站點的數據；直到您了解最常導致問題的可變性位於站點之間的位置（中心、邊緣、角落等）。 這可能會隨著時間的推移而改變，因此您可能需要定期重新進行擴展檢查。
您的風險偏好如何？ 這些抽樣檢查是否可以確定零件是否有缺陷，或者您仍然會繼續進行，但結果會降低利潤？
您可能需要考慮產生一個簡單的模型，權衡增加吞吐量帶來的利潤與減少測量的風險。回覆：選出正確的樣本量大家好，
感謝您的回复，是的，在任何製造工廠中，通常改善週期時間的方法之一是減少我們必須做的樣品數量。 這就是我提出問題的基礎。 根據 36 個測量位置的標準，我們如何統計確定我們可以做的測量位置的良好減少，以最好地代表整個 36 個測量位置，因為 36 個測量位置在某些情況下可能是多餘的。 測量樣本的減少將縮短測量的處理時間，從而提高製造設施的產量
我希望這能澄清我之前發布的問題
估計值
伊爾凡
回覆：選出正確的樣本量伊爾凡,
這是另一種思考這個問題的方式...
假設您希望在桌面上偵測以下變化模式：
您將如何採樣來檢測這些模式？提示：您可能需要超過 5 個站點！如果您負擔不起超過 5 個，則需要做出一些權衡。
我認為這就是彼得和拜倫正在談論的代表性風險……這是所需的領域專業知識。您想對樣品做什麼？
順便說一句，這是不同澤尼克多項式的圖像！
回覆：選出正確的樣本量伊爾凡：
繼承同事傳授的聖人智慧@Byron_JMP和@凱文_安德森無論您是為戴明博士所說的分析研究還是枚舉研究收集樣本，都要認識到樣本大小和策略（隨機、分層等）僅對控制與研究相關的一類風險有用。 統計風險的類別。 JMP 擁有一套相當強大的樣本量確定平台來幫助解決此問題。
但是，您需要考慮與這些類型的研究相關的另一類風險……我稱之為代表性風險。 這是一類風險，不受 alpha 和 beta 風險、假設的總體變異性或要檢測的差異等因素的影響……這是您確定多種類型抽樣計劃的樣本量所需的內容。 代表風險只能使用領域專業知識來管理和處理。 拜倫和凱文都為你帶來了很多很多與管理代表風險相關的問題。 請記住，與您從研究中得出的任何結論相關的總風險是代表性風險和統計風險的總和。
在我多年來使用統計抽樣計劃做出此類決定的過程中…我的經驗是，代表性風險淹沒了統計風險。 更糟的是，代表風險非常非常難以以有意義的方式量化。 因此，我們沒有人說忽略統計風險……只是認識到它對於您正在考慮的研究的局限性。
回覆：選出正確的樣本量嗨，伊爾凡。
這裡有一個警告：通往嚴重錯誤的道路是由對測量準確和精確的假設鋪成的。
但是，鑑於您的假設，我認為我們需要更多的資訊才能有效提供協助。根據我們目前掌握的信息，通靈熱線可能會為您提供更好的服務！ 
你的目標是什麼？（它需要比「...從整個人口中給出良好的分佈」更具體和可衡量！）您為什麼對進行這種抽樣感興趣？您想要描述這一桌面，還是想要描述未來的桌面？您的桌面上有多少來自所有 30 個位置的資料？（換句話說，您是否進行過被動數據收集實驗？）這些數據是如何收集的？我確信還有更多問題會有所幫助...
JMP 有許多可以提供幫助的分析和圖表，但您有責任為其提供正確的數據。
回覆：選出正確的樣本量嗨拜倫，
假設所有測量都是準確且可重複的。 我想選擇 5 個圖塊進行測量，但我要 JMP 回答的問題是我應該使用哪 5 個圖塊，以便在整個人群中提供良好的分佈
我可以在 JMP 中使用圖表來分析這個問題嗎
估計值
伊爾凡
回覆：選出正確的樣本量嗨，伊爾凡！
只是為了補充 Byron_JMP 的推理思路：請記住，有效的實驗通常是迭代的……也就是說，在許多實驗中提出較小的問題通常是值得的，這些問題的答案可以為後續實驗提供資訊。在第一個也是唯一一個實驗中回答最終問題很少像迭代方法那樣有效率或有效。
您的具體問題的答案是「是」...JMP 可以為您提供幫助。從一個具體的、可衡量的目標開始。從那裡繼續測量能力。然後，處理有關桌面的其他問題。
回覆：選出正確的樣本量這是每個設計實驗（DOE）的人都在努力解決的經典問題。
假設您有一個包含 36 塊磁磚的正方形。
您知道磁磚的平面是傾斜的、一側向上還是在角落嗎？平面在一維上扭曲嗎？平面是像碗一樣彎曲的嗎？表面的變化有多大？
您測量的瓷磚高度的重複性如何？再現性是否大於穿過磁磚的平面的變化？
如果您的平面傾斜很多，並且您的測量系統很好，那麼任何 5 個圖塊（以類似於骰子上的 5 的模式選擇）就可以了，您甚至可能不需要第 5 個中心點。
如果您對錶面的傾斜或曲率一無所知，並且您的測量系統很差，那麼選擇大範圍可能是個好主意，並且可能沿著平面邊緣和角點選擇中心點。
JMP 可以幫助您選擇一組好的實驗來探索表面，但您必須選擇範圍並決定是否希望能夠檢測實驗中的扭曲（相互作用）和曲率（二次項）。
你想知道什麼？ 您可以測量什麼？兩個關鍵問題。
