Buscando una calculadora de tamaño de muestra para proporciones de defectos que pueda ayudarme a optimizar el tamaño de la 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 toma muestras de 1500 imágenes y las clasifica en 10 categorías. Los porcentajes de las categorías de defectos pretenden reflejar los defectos en una población de 35.000 habitantes. En este caso se utilizaron 1500 imágenes pero ¿qué pasa cuando se utilizan las 5000 imágenes?
¿Qué efecto tiene eso en los intervalos de confianza de las proporciones? A medida que el muestreo sea bajo, algunas de las proporciones bajas no serán detectables. ¿Cómo se determina la proporción más baja detectable para un tamaño de muestra determinado?
¿Alguna idea si hay calculadoras o herramientas que puedan ayudar con esto?
Modelado estadístico avanzadoAnálisis y modelado de datos básicosInvestigación de Consumidores y MercadosCombinación y limpieza de datosDiseño de experimentosLa personalización en masaIngeniería de Calidad y ProcesosRe: 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....y escribí sobre las calculadoras de potencia y tamaño de muestra basadas en el conocimiento de versiones anteriores de JMP. Ahora observo que JMP 15.2.1 permite elegir entre dos métodos Exactos.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 intervalos de confianza para proporciones.
Creo que las calculadoras de potencia y tamaño de muestra de JMP utilizan una aproximación normal al binomio.Existen métodos exactos y también varios otros métodos aproximados.Creo que JMP utiliza 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 te acercas 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 potencia y tamaño de muestra utiliza un método diferente, por lo que estará cerca pero no será un cigarro.
Entonces, para responder a su pregunta, es necesario que defina qué forma de intervalos de confianza desea.La idea de simulación de @ih es genial.
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 resumirlo un poco, puedes 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 potencia y tamaño de muestra (en DOE --> Diagnóstico de diseño).
Cuando tienes 1500 muestras y necesitas una potencia de 0,9 (este es un valor razonable), puedes 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, se necesitan tamaños de muestra más grandes.
Por favor 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.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 existen.
Considere una tabla de 35.000 filas (una fila por defecto) con:
- Una columna de datos aleatorios que representan 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 (use solo 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 valor único.Ahora, para la magia de JMP Pro: 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 donde cada fila representa una vez que se recalculó la tabla original, brindándole cada vez un nuevo conjunto de defectos para analizar.Registre la fracción de los valores 'sí' y luego repita con diferentes tamaños de muestra.Luego puede comparar la fracción de diagnósticos correctos con el tamaño de la muestra.
Recuerde, todo esto depende de esa 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 tenga el doble de tamaño que todas las demás:
¡Observe lo limpias que están aquí las categorías de defectos reales! Sospecho que esto no quedará tan claro en sus datos reales, por lo que necesitará usar una función diferente en esa columna.
Aquí está la tabla de resultados de la simulación, aquí solo se usan 100 filas (recomiendo usar 1000):
Podría 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...
Si tiene la potencia de la computadora, puede omitir un paso y hacer que las primeras 35k filas de su tabla usen una frecuencia de muestra, 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.
