테스트 - 전체 요인에 대한 표본 크기
안녕,
제가 참여하고 있는 마케팅 캠페인(응답률 살펴보기)에 대한 완전 요인 설계를 위한 표본 크기에 대한 도움이 필요합니다. 저는 4가지를 테스트하고 싶습니다. 모두 2개의 레벨이 있고 변경할 수 없으며 범주형입니다. 4가지 별도의 A/B 테스트를 수행한다면 셀 볼륨은 다음과 같습니다.
제어 응답률 = 0.6% | | | | | |
| | 성공 | 알파 | 힘 | 측면 | 볼륨/셀 | 총량 |
| 테스트 1(A/B) | 50% 상승 | 0.8 | 0.2 | 1 | 4687 | 9374 |
| 테스트 2(A/B) | 10% 상승 | 0.8 | 0.2 | 2 | 156606 | 313212 |
| 테스트 3(A/B) | 10% 상승 | 0.8 | 0.2 | 2 | 156606 | 313212 |
| 테스트 4(A/B) | 10% 상승 | 0.8 | 0.2 | 2 | 156606 | 313212 |
| | | | | | | |
| | | | | | 총: | 949010 |
하지만 저는 요인 간의 상호작용 효과(2* 수준에서만)를 살펴보고 싶습니다. 16셀 완전 계승 DOE를 설정하고 싶지만 16셀 각각에 어떤 표본 크기를 사용해야 할지 잘 모르겠습니다. 어떤 도움이라도 대단히 감사하겠습니다.
더 많은 정보가 필요하면 알려주세요.
고마워요, LP
Re: 테스트 - 전체 계승에 대한 표본 크기안녕하세요 필,
정말 고마워요. 이제 거의 다 온 것 같아요. 1단계 요소와 셀 크기 15,000의 경우(방금 이것이 내가 얻을 수 있는 최대값이라는 것을 알았습니다.
예산 관점) 0.72-0.76의 검정력을 얻습니다. 나는 그것이 >0.8이기를 바랐지만 이것이 마케팅 캠페인(제조 과정이 아님)이라는 점을 고려하면 편안할 수 있다고 생각합니다.
마지막 부분은 상호작용 효과이다. 나는 이것에 대한 추정치에 대해 0.0491을 넣었습니다(그리고 훨씬 더 낮은 검정력을 얻습니다). 그러나 이것이 옳다고 생각하지 않습니다.
어떤 도움이라도 좋을 것입니다.
지금까지의 모든 것에 다시 한번 감사드립니다
리즈
Re: 테스트 - 전체 계승에 대한 표본 크기가장 먼저 말해야 할 점은 이러한 모든 추정치가 로그 확률에 있다는 점입니다. 이는 약간 이상합니다.
따라서 0.6%의 기본 응답(또는 "절편")은 0.006의 확률 p입니다. 말씀하신 대로 다음과 같이 로그 확률로 변환할 수 있습니다.
로그 확률 = ln( p / 1-p ) = ln(0.006 / 0.994) = -5.11
다음으로, 10% 상승은 레벨 1과 레벨 2의 응답률이 레벨 2(또는 그 반대)에서 10% 더 높다는 것을 의미합니다. 이는 두 요인 수준 모두에 대한 평균 반응에 비해 5% 상승했다는 의미와 같습니다.
따라서 레벨 1의 응답률은 0.63%이고 레벨 2의 응답률은 0.57%입니다.
이는 p = 0.0063 대 p = 0.0057을 의미합니다.
이는 색상 1에 대한 로그 확률 = ln( 0.0063 / 1-0.0063 ) = -5.06을 의미합니다.
마지막으로 수준 1과 절편의 로그 확률 차이는 -5.06 - -5.12 = 0.0491입니다.
절편에 대한 정의 때문에 약간 혼란스럽습니다. 레벨 1에 대한 효과를 기준 응답률(레벨 1과 레벨 2의 평균 응답률)에 대한 응답률(로그 확률)의 변화로 정의합니다.
다른 소프트웨어에서는 절편이 한 수준 대 다른 수준에 대한 응답으로 정의됩니다.
Re: 테스트 - 전체 계승에 대한 표본 크기안녕하세요, 말콤,
먼저 귀하의 답변에 진심으로 감사드립니다. 나는 어제 동료와 함께 귀하의 사례를 살펴보며 학습한 내용에 만족하고 있습니다.
우리가 좀 더 잘 이해해야 할 부분은 효과에 대한 유사한 반응에 관한 것입니다. (첨부한 "시뮬레이션 예"jpeg에서와 같이)
예상 응답률과 향상에 대한 사전 지식이 있으므로 이를 Y를 시뮬레이션하기 위한 조건으로 사용할 수 있다고 생각합니다.
기본 예상 응답률 = 0.6%
요소 1의 성공 = 50% 향상
요소 2, 3, 4의 성공 = 10% 향상
절편이 IN(0.006/0.994) = -5.12라고 생각하지만 X1 - X4 및 상호 작용 효과는 확실하지 않습니다.
더 이상의 도움이 될 것입니다
감사합니다 리즈
Re: 테스트 - 전체 계승에 대한 표본 크기안녕하세요 리즈,
귀하의 경우와 같이 이항 반응을 사용하는 DOE에 대해 JMP Pro에서 검정력 추정치를 결정하는 절차는 다음과 같은 여러 단계로 구성됩니다.
- 일반적인 방법으로 실험을 설계하고 DOE 핫스팟에서 시뮬레이션 반응을 선택하고 시뮬레이션 모델에 대한 계수를 지정합니다. 예: 나는 다음 계수를 사용하여 랜덤 노이즈 크기, 1.5배 랜덤 노이즈 크기, 2배 랜덤 노이즈 크기 등과 같은 효과를 탐색했습니다(첨부된 스크린샷 참조).
- 제공된 예시(또는 100명에게 질문)의 경우 100번의 시도를 기반으로 하나의 시뮬레이션 시나리오를 제공하는 테이블 만들기를 클릭하세요.
- 이항 반응과 주효과 및 2요인 상호 작용 효과를 포함한 모델을 사용하여 일반화된 회귀 모델을 실행합니다(이항밀라 반응을 사용한 검정력 분석이라는 첨부 테이블의 스크립트 참조).
- GenReg 보고서에서 p-값 열을 마우스 오른쪽 버튼으로 클릭하고 시뮬레이션을 선택합니다.
- 결과 시뮬레이션 테이블에서 검정력 분석 스크립트를 실행하고 모델의 각 항에 대한 시뮬레이션 검정력 하에서 낮은 95% 신뢰 구간을 조사합니다. 이는 다양한 알파율(제1종 오류 또는 유의 수준)에 대한 모델의 각 효과에 대한 최소 기대 검정력을 제공합니다. 일반화 회귀 시뮬레이션 결과(Prob > ChiSquare) n 시행 = 500이라는 표에 예가 첨부되어 있습니다.
- 디자인 매트릭스의 각 행에 대해 다양한 횟수의 시도를 사용하여 전력 시나리오를 실행해야 할 수도 있습니다. 첫 번째 테이블의 열 수식을 복사하고 편집하면 쉽게 수행할 수 있습니다. 설명을 위해 DOE 매트릭스의 행당 n=100, n=250 및 n=500 시험(또는 조사 대상자)에 대한 시나리오를 제공했습니다.
- 이러한 각 시나리오에 대한 검정력을 사용하면 허용 가능한 검정력과 제1종 오류 균형을 제공하기 위해 실험 설계에서 행당 시행(조사 대상자) 수에 대한 결정을 내릴 수 있습니다.
최상의,
말콤
