検出力分析 - 1 人あたり数回の測定みなさん、こんにちは。
各サンプルの個人ごとにいくつかの測定を行う実験があります。 サンプルサイズへの影響と、2つのサンプル間で検出できる検出力と差に対する個人ごとの測定数への影響を調査したいと思います。 サンプル サイズと検出力 - 2 つのサンプル平均のプラットフォームを使用したかったのですが、個人ごとの測定数を考慮に入れることができませんでした。 この質問を調査するために使用できる別のツールまたはスクリプトはありますか?
ご協力いただきありがとうございます！
Re: パワー分析 - 個人ごとに数回の測定あなたが正しいです@スタットマン、異なる測定値の間にはかなりのばらつきがあるため、平均を取るだけではすべての情報を取得するのに最適なオプションではない場合があります. あなたが示唆するように、生データを保持するか、標準偏差を追加することが関連する可能性があります。
Re: パワー分析 - 個人ごとに数回の測定繰り返しますが、平均を取る前に実際に果物のデータを確認する必要があります。 それは一貫していますか？ 異常な点はありますか？ 一貫性があり、異常な点がない場合、平均は適切な統計になります。 果物のバリエーション内を表す標準偏差も必要になる場合があります。 変動性に影響を与える要因を見つけることができます (vs. 平均値)。
Re: パワー分析 - 個人ごとに数回の測定わかりました、あなたの説明をありがとう！Re: パワー分析 - 個人ごとに数回の測定フルーツの数だけ。 果物のかけらがあなたの見本です。 果物の部分間の変動は、実験誤差を表します。
各果物の繰り返し測定 (実行ごと) のデータ列を手動で追加する必要があります。 後で式を応答列に追加して、応答の分析のために測定値の平均を計算できます。
Re: パワー分析 - 個人ごとに数回の測定ありがとう@マークベイリーこれらの追加の詳細については。
検出力分析に関する最後の質問: 標準偏差については、説明したように分散を組み合わせます。サンプル サイズについては、果物の数に測定数を掛けたものを使用するか、果物の数だけを使用する必要がありますか?
Re: パワー分析 - 個人ごとに数回の測定ご説明ありがとうございます。 あなたの状況は、「三元管理図」を必要とする状況に似ています。 これは、果物のバリエーション内 (測定) と果物のバリエーションの間に、さらに果物の種類の固定効果があるためです。
データを要約して各果物の平均応答を使用するか、それを独自の変動源としてモデルに入力して、この分散を推定することができます。 モデルは、果物のピース内分散がすべてのピースで同じであると仮定し、すべてのピースからの推定値をプールします。
これは分析のアイデアですが、検出力分析の標準偏差を取得するには、上記のように分散を組み合わせる必要があります。
Re: パワー分析 - 個人ごとに数回の測定こんにちは、
回答ありがとうございます@マークベイリーと@スタットマン.
少し明確にするために：私は5つの果物のサンプルを使った実験を行い、各果物は3回測定されます（測定はランダムに選択された果物の3つの部分で行われます）。 目的は、サンプルが有意に異なるかどうかを判断することです。 次の実験を準備するために、果物ごとの測定数を増やすことと、サンプルごとの果物の数を増やすことのどちらが良いか (検出できる検出力と差の点で) を知りたいと思います。
私はそれがより明確であることを願っています:)
Re: パワー分析 - 個人ごとに数回の測定明確にするだけです...これを述べるとき」各サンプルの個人ごとに複数の測定」というのは、正確にはどういう意味ですか。 個人とは何かわかりませんか？ 人間の話ですか？ それとも、マークが言い逃れるような「パーツ」について話しているのでしょうか? パーツについて話している場合、測定の再現性の精度だけを分離しすぎると、パーツのまったく同じ場所を 3 回測定していると見なされます。 そうでない場合は、測定の再現性の精度を部分的に混乱させることになります。 また、範囲チャートを使用して、治療ごとに 3 つの測定値を確認することをお勧めします。 これは治療内の異常な測定値を示している可能性があるため、要約統計量の使用には注意が必要です。
Re: パワー分析 - 個人ごとに数回の測定そう、それがMSAの考え方です。 通常の部品のサンプルを繰り返し測定するのではなく、通常の応答を繰り返し測定するため、あなたの場合は少し異なります。 したがって、公称条件を最初から何度も設定し、複数の測定を行うたびに、応答変動と測定変動を別々に推定することができます。 これは、MSA プラットフォーム、最小二乗法プラットフォーム、または変動チャート プラットフォームを使用して、JMP で簡単に実行できます。
はい、応答分散が 2 で測定分散が 5 であると推定した場合、応答に 3 回の反復測定の平均を使用すると、標準偏差 = 平方根 (2 + 5/3) になります。
Re: パワー分析 - 個人ごとに数回の測定やあ@マークベイリー
ご回答どうもありがとうございました。
私の理解が正しければ、測定システム分析プラットフォームを使用すると、実験を研究し、測定間のばらつきとサンプル間のばらつきによるばらつきの一部を推定できます。
これらの値の大まかなアイデアがあり、前向きな分析を行いたい場合は、指定された式を使用してサンプル サイズと Power Platform を使用できます。
ダミーの例を挙げるだけです。 10 個のオブジェクトを含むサンプルがあり、各オブジェクトが 3 回測定されたとします。 オブジェクト間の分散は約 2 で、測定間の分散は約 1 です。
その場合、グローバルな標準偏差は Y = sqrt (2 + 1/3) =1.53 です。
この値をサンプル サイズとパワー プラットフォームで標準偏差フィールドに使用し、サンプル サイズに 60 を使用します。 私は正しいですか？
Re: パワー分析 - 個人ごとに数回の測定そうです、これらの計算機は応答の標準偏差を使用します。 量は、処理が適用されず、条件が常に公称である場合の応答の自然なランダム変動を表す必要があります。 測定された応答のこの分散は、常に部品の分散に測定の分散を加えたものです。 したがって、標準偏差 Y = Sqrt( Var(部分) + Var(測定)/n ) ここで、n は各試行の反復測定の数です。
測定システム分析 (MSA) は、これらの分散の両方の推定値を提供します。 見るヘルプ > JMPドキュメント ライブラリ > 品質とプロセス > 第4章: 測定システム分析詳細については。
