Vous recherchez un calculateur de taille d'échantillon pour les proportions de défauts qui peut m'aider à optimiser la taille de l'échantillon avec une proportion minimale à détecter et les IC pour les proportions calculées.Cas d'utilisation:
35 000 défauts détectés par une machine sur une plaquette. Un opérateur échantillonne 1 500 images et les trie en 10 catégories. Les pourcentages des catégories de défauts sont censés refléter les défauts dans la population de 35 000 personnes. Dans ce cas, 1 500 images ont été utilisées, mais que se passe-t-il lorsque les 5 000 images sont utilisées ?
Qu’est-ce que cela fait aux intervalles de confiance sur les proportions. À mesure que l’échantillonnage devient faible, certaines des faibles proportions ne seront plus détectables. Comment déterminer la proportion la plus faible détectable pour une taille d'échantillon donnée.
Avez-vous des idées s'il existe des calculatrices ou des outils qui peuvent vous aider ?
Modélisation statistique avancéeAnalyse et modélisation des données de baseÉtudes de consommation et de marchéMélange et nettoyage des donnéesConception d'expériencesPersonnalisation de masseIngénierie Qualité et ProcédésRe : Vous recherchez un calculateur de taille d'échantillon pour les proportions de défauts qui peut m'aider à optimiser la taille de l'échantillon avec une proportion minimale à détecter et les IC pour les proportions calculées.... et j'ai écrit sur les calculateurs de taille d'échantillon et de puissance basés sur les connaissances des versions précédentes de JMP. Je remarque maintenant que JMP 15.2.1 permet de choisir parmi deux méthodes exactes.Re : Vous recherchez un calculateur de taille d'échantillon pour les proportions de défauts qui peut m'aider à optimiser la taille de l'échantillon avec une proportion minimale à détecter et les IC pour les proportions calculées.Salut les étudiants_t !
Super nom, au fait !
Comme vous le savez peut-être, il existe plusieurs façons de calculer les intervalles de confiance pour les proportions.
Je pense que les calculateurs JMP de taille d'échantillon et de puissance utilisent une approximation normale du binôme.Il existe des méthodes exactes et plusieurs autres méthodes approchées.Je pense que JMP utilise les méthodes de score Wilson sur ses autres plateformes.
Ci-joint, veuillez trouver une référence d'Agresti et Coull intitulée « Approximate is Better than 'Exact' for Interval Estimation of Binomial Proportions » de The American Statistician en 1998.Cela fait essentiellement valoir que la couverture garantie des intervalles de la méthode exacte est trop conservatrice, surtout lorsque vous approchez de 0 ou 1, et que certaines méthodes approximatives sont meilleures que la méthode exacte et même d'autres méthodes approximatives.
Personnellement, j'utilise la méthode du score de Wilson.Mais le calculateur de taille d’échantillon et de puissance utilise une méthode différente, donc ce sera proche mais pas de cigare.
Donc, pour répondre à votre question, il est nécessaire que vous définissiez la forme d'intervalles de confiance que vous désirez.L'idée de simulation de @ih est un excellent.
Re : Vous recherchez un calculateur de taille d'échantillon pour les proportions de défauts qui peut m'aider à optimiser la taille de l'échantillon avec une proportion minimale à détecter et les IC pour les proportions calculées.Pour résumer un peu, vous pouvez penser à la catégorie de défauts avec la plus petite proportion, pour toutes les autres c'est mieux. Si les dix sont tous égaux, cela équivaudrait à 0,1 (1 dixième). Si nous supposons que la proportion de la plus petite catégorie est par exemple de 0,01, vous pouvez utiliser le calculateur de taille d'échantillon et de puissance (sous DOE --> Design Diagnostics).
Lorsque vous disposez de 1 500 échantillons et que vous avez besoin d'une puissance de 0,9 (c'est une valeur raisonnable), vous pouvez détecter une proportion supérieure à 2 % par rapport à 1 %. Si vous calculez avec 5 000 échantillons, cela sera réduit à 1,5 %. Ayant des proportions plus petites, il faut des échantillons de plus grande taille.
Veuillez consulter le manuel :
Calculateur de proportion d'un échantillon (jmp.com)
Re : Vous recherchez un calculateur de taille d'échantillon pour les proportions de défauts qui peut m'aider à optimiser la taille de l'échantillon avec une proportion minimale à détecter et les IC pour les proportions calculées.Vous pourrez peut-être reproduire cette expérience dans JMP.Si tel est le cas, et si vous disposez de JMP Pro, vous pouvez effectuer une simulation Monte Carlo pour évaluer différentes tailles d'échantillon et le taux de détection pour chacun.Ce serait une alternative aux méthodes statistiques plus pures qui, j'en suis sûr, existent.
Considérons un tableau de 35 000 lignes (une ligne par défaut) avec :
- Une colonne de données aléatoires représentant la catégorie réelle de chaque défaut, pondérée avec certaines catégories plus importantes que d'autres pour représenter vos données réelles.Cette partie nécessite beaucoup d'attention et de réflexion, vous en avez besoin pour représenter la ou les distributions que vos catégories pourraient prendre. Il faudra peut-être choisir au hasard parmi une variété de distributions.
- Une colonne de taille d'échantillon, où la première ligne indique le nombre de lignes à échantillonner
- Une colonne qui « sélectionne » le nombre prescrit de lignes
- Une colonne avec les catégories « détectées » pour chacune des lignes échantillonnées
- Une colonne pour vérifier si la catégorie réelle la plus courante correspond à la catégorie détectée la plus courante (utilisez uniquement la première ligne de la colonne)
Utilisez la plateforme de distribution et incluez à la fois la première colonne (catégorie de défaut réelle) et la dernière colonne (si la catégorie de défaut correcte a été identifiée).Sous les fréquences de la colonne de catégorie correcte, vous devriez voir une seule valeur.Passons maintenant à la magie de JMP Pro : faites un clic droit sur une valeur dans le tableau et sélectionnez simuler. Remplacez la colonne Catégorie réelle de défaut par elle-même. Lors de son exécution, un nouveau tableau apparaîtra où chaque ligne représente l'heure à laquelle votre tableau d'origine a été recalculé, vous donnant à chaque fois un nouvel ensemble de défauts à analyser.Enregistrez la fraction des valeurs « oui », puis répétez avec des tailles d'échantillon différentes.Vous pouvez ensuite tracer la fraction de diagnostics corrects par rapport à la taille de l’échantillon.
N'oubliez pas que tout cela dépend de la première puce, qui représente vos résultats réels à l'aide d'une simulation.
Voici un exemple de ce à quoi pourrait ressembler votre tableau de simulation avec un échantillon de 20, en supposant qu'une catégorie de défauts est deux fois plus grande que toutes les autres :
Remarquez à quel point les catégories de défauts réelles sont ici ! Je soupçonne que cela ne sera pas aussi clair dans vos données réelles, vous devrez donc utiliser une fonction différente dans cette colonne.
Voici le tableau des résultats de la simulation, ici en utilisant uniquement 100 lignes (je recommande d'utiliser des milliers) :
Vous pouvez enregistrer cela dans un tableau, puis répéter avec d'autres valeurs pour trouver votre niveau de risque acceptable :
Voici un script pour créer le tableau supérieur ci-dessus :
Voir plus...
Si vous disposez de la puissance de l'ordinateur, vous pouvez sauter une étape et faire en sorte que les 35 000 premières lignes de votre tableau utilisent une fréquence d'échantillonnage, les 35 000 lignes suivantes utilisent une autre fréquence, et ainsi de suite.Ensuite, vous pouvez simuler toutes les valeurs à la fois pour remplir simultanément le tableau de la dernière capture d'écran.
