범주형 요인에 대한 표본 크기 결정저는 2개 레벨의 범주형 요인과 범주형 및 연속형 응답에 대한 프로세스 변경을 할지 말지에 대한 진행/중단 결정을 내리는 데 필요한 표본 크기를 결정하려고 합니다. 저희는 몇 가지 실험을 했고 범주형 요인의 두 레벨 간 응답에서 통계적 유의성을 확인하지 못했지만, 이제 차이가 없다는 것에 얼마나 확신하는지 알고 싶습니다. 이에 답하기 위해 저는 두 표본 평균에 대한 JMP 표본 크기 및 검정력 계산기를 가지고 놀기 시작했습니다.
원래는 제 표본 크기가 432라고 생각했습니다. 각각 72개의 표본을 통제 과정으로 처리하고 72개의 표본을 실험 과정으로 처리한 실험이 3개 있었기 때문입니다(432 = 72*2*3). 하지만 범주형 응답에 대한 표준 편차로 무엇을 입력해야 할지 확신이 서지 않았습니다. 인터넷에서 범주형 응답의 변동성을 측정하기 위해 비유사성 계수를 계산할 수 있다고 제안하는 리소스를 하나 찾았습니다.
http://jse.amstat.org/v15n2/kader.pdf
이 방법을 사용하면 428개 샘플에서 유의수준 0.05, 비유사성 계수 0.3에서 0.09%의 범주형 반응에서 유의미한 차이를 감지할 확률이 87%가 됩니다.
이 접근 방식에 대한 생각이 있으신가요? 아니면 표본 크기와 결과의 신뢰도를 알아내는 다른 방법에 대한 아이디어가 있으신가요?
제 동료 중 한 명은 72개 샘플을 대조 과정으로 처리하고 72개 샘플을 실험 과정으로 처리하여 3회 실험하는 경우 표본 크기를 3개로 제한하는 것이 좋다고 제안했습니다.
감사해요,
졸렌
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!
