nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

362843_ja-JP

liliconcom

検出する最小比率と計算された比率のCIを使用してサンプルサイズを最適化するのに役立つ、欠陥比率のサンプルサイズ計算機を探しています。

使用事例：

1枚のウェーハ上でマシンによって35,000個の欠陥が検出されました。オペレーターは1500枚の画像をサンプリングし、10個のカテゴリに分類します。欠陥カテゴリのパーセンテージは、35,000人の人口の欠陥を反映することを目的としています。この場合、1500枚の画像が使用されましたが、5000枚の画像が使用されるとどうなりますか？

これは、比率の信頼区間にどのように影響しますか。サンプリングが低くなると、低い比率の一部は検出できなくなります。特定のサンプルサイズで検出可能な最小の比率をどのように決定しますか。

これに役立つ計算機やツールがあれば、何かアイデアはありますか？

分析

その他

Re：検出する最小比率と計算された比率のCIでサンプルサイズを最適化するのに役立つ、欠陥比率のサンプルサイズ計算機を探しています。

この実験をJMP内で再現できる可能性があります。その場合、JMP Proを使用している場合は、モンテカルロシミュレーションを実行して、さまざまなサンプルサイズとそれぞれの検出率を評価できます。これは、私が確かに存在する、より純粋な統計的手法に代わるものになるでしょう。

次の35,000行のテーブル（欠陥ごとに1行）について考えてみます。

各欠陥の実際のカテゴリを表すランダムデータの列。実際のデータを表すために、他のカテゴリよりも重要なカテゴリで重み付けされています。この部分には多くの注意と思考が必要です。カテゴリが取る可能性のある分布を表すためにこれが必要です。さまざまなディストリビューションからランダムに選択する必要があるかもしれません。
サンプルサイズの列。最初の行は、サンプリングする行数を示します。
規定の行数を「選択」する列
サンプリングされた各行の「検出された」カテゴリの列
最も一般的な実際のカテゴリが最も一般的な検出されたカテゴリと一致するかどうかを確認する列（列の最初の行のみを使用）

配布プラットフォームを使用し、最初の列（実際の欠陥カテゴリ）と最後の列（正しい欠陥カテゴリが識別されたかどうか）の両方を含めます。正しいカテゴリ列の頻度の下に、単一の値が表示されます。JMPマジックの場合：テーブルの値を右クリックして、[シミュレーション]を選択します。 [欠陥の実際のカテゴリ]列をそれ自体と交換します。実行すると、新しいテーブルが表示され、各行は元のテーブルが再計算された時間を表し、分析する新しい欠陥のセットが毎回表示されます。'yes'値の割合を記録してから、さまざまなサンプルサイズで繰り返します。次に、サンプルサイズに対する正しい診断の割合をグラフ化できます。

これはすべて、シミュレーションを使用して実際の結果を表す最初の箇条書きに依存することを忘れないでください。

これは、1つの欠陥カテゴリが他のすべてのカテゴリの2倍のサイズであると仮定して、サンプルサイズが20の場合のシミュレーションテーブルの例です。

これがシミュレーション結果の表です。ここでは100行のみを使用しています（1000行を使用することをお勧めします）。

これをテーブルに記録してから、他の値で繰り返して、許容できるリスクのレベルを見つけることができます。

上記の一番上のテーブルを作成するスクリプトは次のとおりです。

New Table( "Monte Carlo Sample Size Example",
 Add Rows( 35000 ),
 New Script(
  "Distribution to Simulate",
  Distribution(
   Nominal Distribution( Column( :Defect Actual Category ) ),
   Nominal Distribution( Column( :Correct Category Identified ) )
  )
 ),
 New Column( "Defect Actual Category",
  Numeric,
  "Ordinal",
  Format( "Best", 12 ),
  Formula( Max( Floor( Random Uniform( 0, 10 ) ), 1 ) )
 ),
 New Column( "Sample Size",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Formula( 20 )
 ),
 New Column( "Sampled Rows Sorted",
  Numeric,
  "Nominal",
  Format( "Best", 12 ),
  Formula( If( Row() <= :Sample Size[1], 1, 0 ) )
 ),
 New Column( "Sampled Rows Shuffled",
  Numeric,
  "Nominal",
  Format( "Best", 12 ),
  Formula( :Sampled Rows Sorted[Col Shuffle()] )
 ),
 New Column( "Sampled Defect Category",
  Numeric,
  "Ordinal",
  Format( "Best", 12 ),
  Formula( If( :Sampled Rows Shuffled == 1, :Defect Actual Category ) ),
  Set Display Width( 135 )
 ),
 New Column( "Actual Defect Category",
  Numeric,
  "Nominal",
  Format( "Best", 12 ),
  Formula( If( Row() == 1, Mode( :Defect Actual Category << Get VAlues ) ) ),
  Set Display Width( 130 )
 ),
 New Column( "Predicted Default Category",
  Numeric,
  "Nominal",
  Format( "Best", 12 ),
  Formula( If( Row() == 1, Mode( :Sampled Defect Category << Get Values ) ) )
 ),
 New Column( "Correct Category Identified",
  Numeric,
  "Nominal",
  Format( "Best", 12 ),
  Formula(
   If( Row() == 1,
    :Actual Defect Category == :Predicted Default Category
   )
  ),
  Value Labels( {0 = "No", 1 = "Yes"} ),
  Use Value Labels( 1 )
 )
);

New Table（ "Monte Carlo Sample Size Example"、Add Rows（35000）、New Script（ "Distribution to Simulate"、Distribution（Nominal Distribution（Column（：Defect Actual Category））、Nominal Distribution（Column（：Correct Category Identified））））、New Column（ "Defect Actual Category"、Numeric、 "Ordinal"、Format（ "Best"、12）、Formula（Max（Floor（Random Uniform（0、10））、1）））、New Column （ "Sample Size"、Numeric、 "Continuous"、Format（ "Best"、12）、Formula（20））、New Column（ "Sampled Rows Sorted"、Numeric、 "Nominal"、Format（ "Best"、12）、Formula（If（Row（）<=：Sample Size [1]、1、0）））、New Column（ "Sampled Rows Shuffled"、Numeric、 "Nominal"、Format（ "Best"、12）、Formula（：Sampled Rows Sorted [Col Shuffle（）]））、New Column（ "Sampled Defect Category"、Numeric、 "Ordinal"、Format（ "Best"、12）、Formula（If（：Sampled Rows Shuffled == 1 、： Defect Actual Category））、Set Display Width（135））、New Column（ "Actual Defect Category"、Numeric、 "Nominal"、Format（ "Best"、12）、Formula（If （Row（）== 1、Mode（：Defect Actual Category << Get VAlues）））、Set Display Width（130））、New Column（ "Predicted Default Category"、Numeric、 "Nominal"、Format（ "Best" 、12）、Formula（If（Row（）== 1、Mode（：Sampled Defect Category << Get Values））））、New Column（ "Correct Category Identified"、Numeric、 "Nominal"、Format（ "Best" 、12）、Formula（If（Row（）== 1、：Actual Defect Category ==：Predicted Default Category））、Value Labels（{0 = "No"、1 = "Yes"}）、Use Value Labels（ 1）））;

コンピューターの能力がある場合は、手順をスキップして、テーブルの最初の35k行に1つのサンプル頻度を使用させ、次の35k行に別の頻度を使用させることができます。次に、すべての値を一度にシミュレートして、最後のスクリーンショットのテーブルに一度にデータを入力できます。

Re：検出する最小比率と計算された比率のCIでサンプルサイズを最適化するのに役立つ、欠陥比率のサンプルサイズ計算機を探しています。

少し要約すると、割合が最も少ない欠陥カテゴリについて考えることができますが、他のすべてのカテゴリの方が優れています。 10個すべてが等しい場合、これは0.1（10分の1）になります。最小のカテゴリの比率がたとえば0.01であると仮定すると、サンプルサイズと検出力の計算機を使用できます（DOE->設計診断の下）。

1500個のサンプルがあり、0.9の累乗が必要な場合（これは妥当な値です）、1％と比較して2％を超える割合を検出できます。 5000サンプルで計算すると、これは1.5％に減少します。比率が小さいほど、より大きなサンプルサイズが必要になります。

マニュアルを参照してください：

1つのサンプル比率計算機（jmp.com）

Re：検出する最小比率と計算された比率のCIでサンプルサイズを最適化するのに役立つ、欠陥比率のサンプルサイズ計算機を探しています。

こんにちは、students_t！

ちなみに、素晴らしい名前です！

ご存知かもしれませんが、比率の信頼区間を計算する方法は複数あります。

JMPのサンプルサイズと検出力の計算機は、二項分布の正規近似を使用していると思います。正確な方法と他のいくつかの近似方法もあります。JMPは他のプラットフォームでウィルソンスコアメソッドを使用していると思います。

添付の、1998年のアメリカの統計学者による「二項比率の区間推定については、近似は「正確」よりも優れている」というタイトルのAgresti andCoullからの参照を見つけてください。基本的に、Exactメソッドからの間隔の保証されたカバレッジは、特に0または1に近づくと過度に保守的であり、一部の近似メソッドはExactメソッドや他の近似メソッドよりも優れているというケースになります。

個人的には、ウィルソンスコア法を使用しています。ただし、サンプルサイズと検出力の計算機は別の方法を使用しているため、葉巻は近くなりますが、葉巻はありません。

したがって、質問に答えるには、希望する信頼区間の形式を定義する必要があります。からのシミュレーションのアイデア@ih素晴らしいものです。

Comments

Quick Links