Salut,
S'il vous plaît, puis-je obtenir de l'aide pour comprendre l'analyse de puissance ?
J'ai 2 traitements avec 6 répétitions de stylo. J'ai effectué une ANOVA qui a montré la valeur P de 0,1, SEM = 0,011. J'aimerais avoir de l'aide pour savoir :
- Avec les données actuelles, quel est le LSD ou la différence minimale entre les deux points dont j'aurais besoin pour voir une différence significative ici ?
- De combien de répétitions supplémentaires aurais-je besoin pour constater une différence significative entre les deux valeurs moyennes dont je dispose ?
J'ai vu la fenêtre d'analyse de puissance et je suppose que je sélectionnerais :
Résoudre pour la puissance, Résoudre pour LSV, que signifie LSN ? Dois-je saisir des chiffres dans le tableau pour l'analyse de puissance ou puis-je le laisser vide ?
Dans l’analyse ci-dessous, aurais-je raison de supposer que le nombre de répétitions dont j’ai besoin serait de 14 pour chaque traitement ?
Et aurais-je besoin de voir une différence de 0,0365 pour que ces deux soient significatifs avec le niveau actuel de répétitions ?
Merci d'avance
Abbie
Salut Abbie,
Vous pouvez en savoir plus sur l'interprétation de l'analyse de puissance dans l'analyse unidirectionnelle ici :
https://www.jmp.com/support/help/14/power.shtml#864840
"LSV (la valeur la moins significative) est la valeur d'un paramètre ou d'une fonction de paramètres qui produirait une certaine valeur p alpha. Autrement dit, vous voulez savoir à quel point un effet serait déclaré significatif à une certaine valeur p alpha. Le LSV fournit un outil de mesure de la signification sur l’échelle du paramètre plutôt que sur une échelle de probabilité. Cela montre à quel point la conception et les données sont sensibles.
LSN (le nombre le moins significatif) est le nombre total d'observations qui produiraient une valeur p alpha spécifiée étant donné que les données ont la même forme. Le LSN est défini comme le nombre d'observations nécessaires pour réduire suffisamment la variance des estimations pour obtenir un résultat significatif avec les valeurs données d'alpha, sigma et delta (le niveau de signification, l'écart type de l'erreur et l'ampleur de l'effet). ). Si vous avez besoin de plus de données pour obtenir un résultat significatif, le LSN vous aide à en indiquer le nombre supplémentaire. Le LSN est le nombre total d'observations qui produisent environ 50 % de puissance.
La puissance est la probabilité d’obtenir une signification (valeur p < alpha) lorsqu’une différence réelle existe entre les groupes. Cela dépend de la taille de l’échantillon, de l’ampleur de l’effet, de l’écart type de l’erreur et du niveau de signification. La puissance vous indique la probabilité que votre expérience détecte une différence (taille de l'effet), à un niveau alpha donné.
Remarque : Lorsqu'il n'y a que deux groupes dans un réseau unidirectionnel, la LSV calculée par la centrale électrique est la même que la différence la moins significative (LSD) indiquée dans les tableaux de comparaison multiple. »
Vous souhaiterez peut-être examiner la plate-forme d'analyse de la taille de l'échantillon et de la puissance (dans JMP14 : DOE > Design Diagnostics > Taille de l'échantillon et puissance).
Ce résultat est en accord avec l'analyse de puissance de votre analyse unidirectionnelle selon laquelle pour avoir 50 % de chances de voir une différence significative (p<0,05) lorsque la vraie différence est de 0,02902 ou plus et avec un écart standard de 0,031386, vous auriez besoin de 21 échantillons au total. . Notez simplement que la différence à détecter est définie différemment dans les deux plates-formes : différence par rapport à la moyenne globale dans Oneway et différence entre les groupes dans la taille et la puissance de l'échantillon.
50 % de puissance ne suffira peut-être pas. 80 % est souvent la puissance requise et cela nécessiterait 39 échantillons.
Cela peut sembler beaucoup, mais vous devez considérer que votre développement standard au sein du groupe est important par rapport à la taille de la différence que vous souhaitez détecter.
J'espère que cela aide.
Phil
