범주 형 요인에 대한 표본 크기 결정2 수준의 범주 형 요인과 범주 형 및 연속 응답 모두에 대한 프로세스 변경 여부를 결정하는 데 필요한 샘플 크기를 결정하려고합니다.우리는 몇 가지 실험을 실행했고 범주 형 요인의 두 수준 간의 반응에 통계적 유의성이 없었지만 이제는 차이가 없다는 확신이 얼마나 있는지 알고 싶습니다.이에 답하기 위해 두 가지 샘플 수단에 대한 JMP 샘플 크기와 검정력 계산기를 사용하기 시작했습니다.
나는 원래 샘플 크기가 432라고 생각했는데, 각각 대조군 공정으로 처리 된 72 개의 샘플과 실험 공정으로 처리 된 72 개의 샘플 (432 = 72 * 2 * 3)로 구성된 3 개의 실험이 있었기 때문에 나는 그렇지 않았습니다. 범주 형 반응에 대한 표준 편차로 입력 할 내용을 확인하십시오.인터넷에서 범주 형 응답에 대한 변동성을 측정하기 위해 호감도 계수를 계산할 수 있다고 제안한 한 리소스를 찾았습니다.
http://jse.amstat.org/v15n2/kader.pdf
이 접근 방식을 사용하면 428 개의 샘플에서 0.05의 유의 수준과 0.3의 비호감 계수가 0.09 %의 범주 형 반응에서 유의 한 차이를 탐지 할 확률이 87 %라는 것을 알 수 있습니다.
누구든지이 접근 방식에 대한 생각이나 다른 방법으로 표본 크기와 결과에 대한 확신을 파악하는 방법에 대한 아이디어가 있습니까?
제 동료는 대조군 공정으로 처리 된 72 개의 샘플과 실험 공정으로 처리 된 72 개의 샘플로 구성된 3 번의 실행에 대해 여기서 샘플 크기가 3 개라고 말합니다.
감사,
Jolene
먼저 실험을 이해하는 것이 중요합니다.
72 개의 서로 다른 샘플이 있고 각 샘플에 대해 서로 다른 실험을 할 수 있습니까?
각 샘플에 대해 서로 다른 실험을 쌍으로 비교할 수 있습니까?
이전 프로세스를 두 가지 범주 설정이있는 새 프로세스와 비교하려고하므로 전체 실행에 대해 3 개의 처리 x 72 개의 샘플이 있습니까?
Re : 범주 형 요인에 대한 표본 크기 결정안녕, 졸린!
회고전 전력 분석은 일반적으로 부적절한 작업입니다.같이 조르그 우리는 당신의 실험에 대해 거의 알지 못합니다.당신은 그것을 설계하고 (실험의 힘을 고려하지 않고?), 실행하고, 데이터를 수집하고, 분석을 수행했지만 "중요성"을 달성하지 못했습니다. 이제 테스트가 충분히 강력한 지 여부를 확인하기 위해 소급 적으로 전력을 계산합니다.그것은 그럴듯한 질문입니다.우리는 이미 효과 크기를 감지 할만큼 강력하지 않다는 것을 알고 있습니다. 그래서 결과가 중요하지 않습니다!
검정력 계산은 분석을위한 소급이 아닌 설계에 전향 적으로 유용합니다.후속 실험이 동등성 또는 비열 등성 중 하나가되도록 가설을 수정하고 싶을 수 있습니다. 동봉 된 Hoenig 및 Heisey 용지를 참조하십시오.
실험의 목표, 설계, 수행 또는 분석에 대한 이해가 없으면 표본 크기가 상당히 커 보입니다.실험의 데이터를 사용하여 시뮬레이션 모델을 공식화하여 특정 잠재적 설계에 대한 예상 능력을 탐색하고 후속 실험에 대한 분석을 수행 할 수 있습니다.이 접근 방식이 귀하의 질문에 가장 잘 대답하는 것 같습니다.
행운을 빕니다!
Re : 범주 형 요인에 대한 표본 크기 결정안녕하세요 Georg, 저는 2 단계 프로세스를 가지고 있으며 1 단계에서 샘플 처리를 다양하게 변경했습니다.조건은 치료 A (대조군) 대 치료 B (대안)였다.나는 치료 A를 거친 216 개의 샘플과 치료 B를 거친 216 개의 샘플을 가지고있었습니다.
이 모든 샘플은 두 번째 프로세스를 거쳤습니다.제약으로 인해 나는 각각 처리 A의 72 개 샘플과 처리 B의 72 개 샘플로 구성된 세 개의 개별 실행으로 처리해야했습니다.실행 1, 2 및 3은 유사하게 처리되었습니다.
나는 이제 치료 A 대 B의 범주 적 요인에 대한 연속적이고 범주적인 반응을 분석하고 있습니다.나는 응답에서 큰 차이를 발견하지 못했지만 동료들은 계속 진행하고 프로세스를 변경하기로 결정하는 데 자신감을 가질만큼 표본 크기가 충분히 큰지 물었습니다.
감사!
