Determinación del tamaño de la muestra para factores categóricosEstoy tratando de determinar el tamaño de muestra requerido para tomar una decisión de ir / no ir sobre si hacer o no un cambio de proceso para un factor categórico con 2 niveles, y respuestas categóricas y continuas.Hicimos algunos experimentos y no vimos significación estadística en las respuestas entre los dos niveles del factor categórico, pero ahora queremos saber qué tan seguros estamos de que no hay diferencia.Para responder a esto, comencé a jugar con el tamaño de muestra de JMP y la calculadora de potencia para dos medias de muestra.
Originalmente pensé que el tamaño de mi muestra era 432, porque había tres experimentos, cada uno de los cuales consistía en 72 muestras tratadas con el proceso de control y 72 muestras tratadas con el proceso experimental, (432 = 72 * 2 * 3), pero luego no estaba estoy seguro de qué ingresar como mi desviación estándar para la respuesta categórica.Encontré un recurso en Internet que sugirió que podría calcular un coeficiente de incompatibilidad para medir la variabilidad de las respuestas categóricas:
http://jse.amstat.org/v15n2/kader.pdf
Si utilizo este enfoque, obtengo que a un nivel significativo de 0.05 con 428 muestras y un coeficiente de incompatibilidad de 0.3, tendré un 87% de posibilidades de detectar una diferencia significativa en la respuesta categórica de 0.09%.
¿Alguien tiene alguna idea sobre este enfoque o ideas sobre cómo calcular el tamaño de la muestra y la confianza en los resultados de otra manera?
Un colega mío sugiere que digamos que el tamaño de la muestra aquí es solo 3, para 3 corridas que constan de 72 muestras tratadas con el proceso de control y 72 muestras tratadas con el proceso experimental.
Gracias,
Jolene
Primero, es importante comprender su experimento.
Entonces, ¿tiene 72 muestras diferentes y puede hacer diferentes experimentos en cada muestra?
¿Después de que pueda hacer una comparación pareada de diferentes experimentos en cada muestra?
¿Desea comparar su proceso anterior con un proceso nuevo con dos configuraciones categóricas diferentes, por lo que para una ejecución completa tendríamos 3 tratamientos x 72 muestras?
Re: determinar el tamaño de la muestra para factores categóricos¡Hola, Jolene!
El análisis de poder retrospectivo es generalmente algo inapropiado.Como @Georg implica, sabemos muy poco sobre su experimento.Lo diseñó (¿sin considerar el poder del experimento?), Lo ejecutó, recopiló los datos, hizo un análisis y no logró la "importancia". Entonces, ahora calcula la potencia retrospectivamente para ver si la prueba fue lo suficientemente poderosa o no.Esa es una pregunta engañosa.Ya sabemos que no fue lo suficientemente potente como para detectar el tamaño del efecto ... ¡por eso el resultado no es significativo!
Los cálculos de potencia son útiles prospectivamente para el diseño, no retrospectivamente para el análisis.Es posible que desee considerar la posibilidad de modificar su hipótesis para que un experimento posterior sea de equivalencia o no inferioridad; Consulte el documento de Hoenig y Heisey adjunto.
Sin ningún conocimiento sobre los objetivos, el diseño, la realización o el análisis de su experimento, el tamaño de la muestra parece bastante grande.Es posible que pueda utilizar los datos de su experimento para formular un modelo de simulación para explorar el poder prospectivo de diseños y análisis potenciales específicos para un experimento posterior.Me parece que este enfoque haría el mejor trabajo para responder a sus preguntas.
¡Buena suerte!
Re: determinar el tamaño de la muestra para factores categóricosHola Georg, tengo un proceso de dos pasos y varié el tratamiento de mis muestras en el paso 1.Las condiciones fueron el tratamiento A (control) frente al tratamiento B (alternativo).Tenía 216 muestras que pasaron por el tratamiento A y 216 muestras que pasaron por el tratamiento B.
Todas estas muestras luego pasaron por el segundo proceso.Debido a limitaciones, tuve que procesarlos en tres corridas separadas, cada una de las cuales constaba de 72 muestras del tratamiento A y 72 del tratamiento B.Las ejecuciones 1, 2 y 3 se procesaron de manera similar.
Ahora estoy analizando las respuestas continuas y categóricas a este factor categórico del tratamiento A vs B.No encontré diferencias significativas en las respuestas, pero mis colegas me preguntaron si el tamaño de la muestra era lo suficientemente grande como para sentirme seguro al tomar la decisión de seguir adelante y cambiar el proceso.
¡Gracias!
