在我们的免费在线课程中了解更多信息：
解决工业问题的统计思维
在本视频中，您将学习如何计算双样本 t 检验和方差分析的样本量。 为此，我们从 Design Diagnostics 下的 DOE 菜单中选择 Sample Size and Power。
要计算双样本 t 检验的样本量，我们选择两个样本均值。
在这种情况下，过程特性是两种材料的断裂强度，以 ksi（每平方英寸千磅）为单位测量。 我们想确定检测两种材料之间 10 ksi 的最小差异所需的样本量，功效为 0.9。
我们将使用 0.05 的检验显着性水平 alpha。
我们输入标准偏差的保守估计值 18 ksi。
我们将输入要检测的差异 10 和功效 0.90，然后单击继续。
报告的样本量为 139。 这是在两种材料之间分配的，所以我们四舍五入到 140。
给定标准偏差和显着性水平，我们需要测量从每种材料中随机选择的 70 个部件，以便很有可能检测到这种差异。
如果我们可以接受 0.80 的幂怎么办？ 在这种情况下，总样本大小为 104。 我们需要对每种材料进行 52 次观察才能检测到 10 ksi 的差异，功效为 0.80。
现在让我们考虑一个不同的场景。 假设我们要比较三种材料的断裂强度，而不是比较两种材料。
我们将使用的分析方法是单向方差分析或方差分析。
要计算样本量，我们单击返回按钮，或从设计诊断下的 DOE 菜单重新启动样本量和功率平台。 然后我们选择 k 个样本均值。
我们输入相同的标准偏差估计值 18 ksi。
假设我们想要检测任意两个均值之间的差异是 20 ksi。 我们在第一个单元格中输入 0，在第二个单元格中输入 20。 对于第三个单元格，我们将其设置为中间值 10。
我们输入 0.90 的幂，然后单击继续。
要检测均值之间指定的差异（幂为 0.9），我们总共需要 65 个观察值。
我们有 3 个组，因此我们将其四舍五入为 66。
我们需要对每种材料进行 22 次观察，以检测任意两种材料之间 20 ksi 的平均断裂强度差异。
