Salut tout le monde,
Je recherche de l’aide pour déterminer l’échantillon statistiquement correct à utiliser pour mon expérience.
Vous trouverez ci-dessous le scénario et les données fournies :
Hypothèse : Le nouveau produit chimique Z utilisé dans le processus A ne présente aucune différence significative dans le processus Sigma A.
Matrice : J'ai 3 cellules à évaluer
Cellule 1 : POR, Chimique X
Cellule 2 : Produit chimique Z1 (certaine concentration)
Cellule 3 : Produit chimique Z2 (certaine concentration)
Processus Sigma : 9,5
Comment vais-je utiliser ces données pour calculer la taille d’échantillon appropriée ?
Il existe plusieurs méthodes bien connues pour tester les variances égales de Barlett, Levene, Cochran et un classique, le test F maximum de Hartley.
Le test F maximum de Hartley, pour contrôler alpha, effectue un test F sur la plus grande variance des 3 (k) groupes par rapport à la plus petite varaince des groupes.Si ce test F n'est pas significatif, les groupes sont considérés comme ayant une variance équivalente (écart type).
Notez qu'il est recommandé d'utiliser une taille d'échantillon égale, pour rendre ces tests plus robustes.
Il est beaucoup plus facile de calculer la puissance et la taille de l'échantillon pour le F maximum de Hartley. En utilisant un tableau papier d'un ancien cours statistique, pour alpha = bêta = 0,05, pour détecter une augmentation de 50 % de l'écart type, lambda = sigma(max) / sigma(min) =1,5, chaque groupe doit avoir 81 échantillons . Pour détecter lambda = 2,0 (l'écart type d'un groupe est le double de celui d'un autre groupe), chaque groupe doit avoir n=30.
J'avais l'habitude d'avoir un script JSL pour calculer cela pour le Maximum F de Hartley, je vais devoir vérifier mes archives.
Peut-être que l'un des contributeurs du blog a un lien qu'il peut partager.JMP Oneway rapporte les tests de Bartlett, Levene, O'Brien et Brown-Forsythe pour la variance égale, cependant, le DOE > Calculateur de taille et de puissance d'échantillon n'inclut pas de test à deux échantillons, bilatéral, pour le calcul de la variance égale.
Une autre approche consiste à utiliser une simulation répétée de votre conception, 3 groupes, n = avec le développement standard lambda d'un groupe fois un autre. Pour chaque simulation obtenir les résultats des tests de variance. Calculez ensuite le nombre de fois que chaque test signale ces variances inégales.Puis puissance = farction de drapeaux, et Beta = 1 - fraction de drapeaux.
Bien sûr, aussi important que n est la manière dont les données sont collectées afin que les résultats de l'expérience représentent la véritable variabilité (sigma) pour ce groupe.
