Buscando una calculadora de tamaño de muestra para proporciones de defectos que pueda ayudarme a optimizar el tamaño de muestra con una proporción mínima para detectar y los IC para proporciones calculadas.Caso de uso:
35.000 defectos detectados por una máquina en una oblea. Un operador muestrea 1500 imágenes y las clasifica en 10 categorías. Los porcentajes de las categorías de defectos están destinados a reflejar los defectos en la población de 35.000. En este caso se utilizaron 1500 imágenes, pero ¿qué sucede cuando se utilizan las 5000 imágenes?
¿Qué hace eso con los intervalos de confianza en las proporciones? A medida que el muestreo se reduce, algunas de las proporciones bajas no serán detectables. ¿Cómo se determina la proporción detectable más baja para un tamaño de muestra dado?
¿Alguna idea si hay calculadoras o herramientas que puedan ayudar con esto?
AnalíticaOtroRe: Buscando una calculadora de tamaño de muestra para proporciones de defectos que pueda ayudarme a optimizar el tamaño de muestra con una proporción mínima para detectar y los IC para proporciones calculadas.Es posible que pueda replicar este experimento dentro de JMP.Si es así, y si tiene JMP Pro, podría hacer una simulación de Monte Carlo para evaluar diferentes tamaños de muestra y la tasa de detección de cada uno.Esta sería una alternativa a los métodos estadísticos más puros que estoy seguro de que existen.
Considere una tabla de 35.000 filas (una fila por defecto) con:
- Una columna de datos aleatorios que representa la categoría real de cada defecto, ponderada con algunas categorías más importantes que otras para representar sus datos reales.Esta parte requiere mucha atención y reflexión, la necesita para representar las distribuciones que podrían tomar sus categorías. Es posible que deba elegir aleatoriamente entre una variedad de distribuciones.
- Una columna de tamaño de muestra, donde la primera fila indica cuántas filas se deben muestrear
- Una columna que 'selecciona' el número prescrito de filas
- Una columna con las categorías 'detectadas' para cada una de las filas muestreadas
- Una columna para verificar si la categoría real más común coincide con la categoría detectada más común (solo use la primera fila de la columna)
Utilice la plataforma de distribución e incluya tanto la primera columna (categoría de defecto real) como la última columna (si se identificó la categoría de defecto correcta).Debajo de las frecuencias de la columna de categoría correcta, debería ver un solo valor.Ahora para la magia de JMP: haga clic derecho en un valor en la tabla y seleccione simular. Cambie la columna Categoría real de defecto por sí misma. Cuando se ejecute, aparecerá una nueva tabla en la que cada fila representa un momento en el que se recalculó la tabla original, cada vez que le proporcionará un nuevo conjunto de defectos para analizar.Registre la fracción de valores 'sí' y luego repita con diferentes tamaños de muestra.Luego, puede graficar la fracción de diagnósticos correctos contra el tamaño de la muestra.
Recuerde, todo esto depende de la primera viñeta, que representa sus resultados reales mediante una simulación.
A continuación, se muestra un ejemplo de cómo se vería su tabla de simulación con un tamaño de muestra de 20, suponiendo que una categoría de defecto es el doble del tamaño de todas las demás:
Aquí está la tabla de resultados de la simulación, aquí solo usando 100 filas (recomiendo usar 1000):
Puede registrar esto en una tabla y luego repetir con otros valores para encontrar su nivel aceptable de riesgo:
Aquí hay un script para crear la tabla superior de arriba:
Ver más...
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 )
)
);
Si tiene el poder de la computadora, puede omitir un paso y hacer que las primeras 35k filas de su tabla usen una frecuencia de muestreo, las siguientes 35k filas usen otra frecuencia, y así sucesivamente.Luego, podría simular todos los valores a la vez para completar la tabla en la última captura de pantalla a la vez.
Re: Buscando una calculadora de tamaño de muestra para proporciones de defectos que pueda ayudarme a optimizar el tamaño de muestra con una proporción mínima para detectar y los IC para proporciones calculadas.Para reducirlo un poco, puede pensar en la categoría de defecto con la proporción más pequeña, para todas las demás es mejor. Si los diez son iguales, esto sería 0,1 (1 décimo). Si asumimos que la proporción de la categoría más pequeña es, por ejemplo, 0,01, puede utilizar la calculadora de tamaño y potencia de la muestra (en DOE -> Design Diagnostics).
Cuando tiene 1500 muestras y necesita una potencia de 0,9 (este es un valor razonable), puede detectar una proporción superior al 2% en comparación con el 1%. Si calcula con 5000 muestras, esto se reducirá al 1,5%. Al tener proporciones más pequeñas, necesita tamaños de muestra más grandes.
Consulte el manual:
Calculadora de proporciones de una muestra (jmp.com)
Re: Buscando una calculadora de tamaño de muestra para proporciones de defectos que pueda ayudarme a optimizar el tamaño de muestra con una proporción mínima para detectar y los IC para proporciones calculadas.¡Hola, estudiantes_t!
¡Gran nombre, por cierto!
Como ya sabrá, hay más de una forma de calcular los intervalos de confianza para las proporciones.
Creo que las calculadoras JMP Sample Size And Power utilizan una aproximación normal al binomio.Existen métodos exactos y también varios otros métodos aproximados.Creo que JMP usa métodos de puntuación de Wilson en sus otras plataformas.
Adjunto, encontrará una referencia de Agresti y Coull titulada "Aproximado es mejor que 'Exacto' para la estimación de intervalos de proporciones binomiales" de The American Statistician en 1998.Básicamente, argumenta que la cobertura garantizada de los intervalos del método Exacto es demasiado conservadora, especialmente cuando se acerca a 0 o 1, y que algunos métodos aproximados son mejores que el método Exacto e incluso otros métodos aproximados.
Personalmente, utilizo el método de puntuación de Wilson.Pero la calculadora de tamaño y potencia de la muestra utiliza un método diferente, por lo que estará cerca, pero sin puro.
Entonces, para responder a su pregunta, es necesario que defina qué tipo de intervalos de confianza desea.La idea de simulación de @ih es genial.
