Scopri come esaminare:
Nota: Domande e risposte sono intervallate in tutto il video.
Perché usare Esploratori delle dimensioni del campione per DOE, introdotto in JMP 16? Per bilanciare le nostre risorse (non vogliamo eseguire troppi test) con i risultati desiderati.Questi risultati dipendono dalla fiducia e dal potere desiderati, insieme ad alcune stime specifiche del test.Rispondi alle domande, incluso
- Quante unità dovrei testare?
- Sarò in grado di rilevare una differenza nei mezzi di trattamento?
- Quanti campioni sono necessari per costruire un intervallo con una larghezza specificata?
- Quante unità devo testare per stimare il tempo di guasto?
Sulla fiducia statistica
Se raccogliamo un campione di parti ed effettuiamo una misurazione su ciascuna di esse, possiamo calcolare una media e una deviazione standard per quel campione specifico.Il campione è stato estratto da una "popolazione" di parti, che ha una propria vera media e una vera deviazione standard.Non abbiamo modo di conoscere la vera media della popolazione e la deviazione standard (a meno che non misuriamo TUTTE LE PARTI della popolazione, il che è generalmente proibitivo in termini di costi). La media e la deviazione standard del campione probabilmente non saranno le stesse della media e della deviazione standard della popolazione. deviazione standard.Vorremmo porre dei limiti a un intervallo di valori in cui riteniamo che potrebbe effettivamente trovarsi la media della popolazione totale.
Per determinare questo intervallo, dobbiamo avere una certa fiducia nei nostri risultati.Può essere qualsiasi percentuale compresa tra 0 e 100%.Spesso si sceglie il 95%, ma dipende dall'applicazione.Quindi, dopo alcuni calcoli, ci ritroviamo con un'affermazione del tipo "Il nostro campione di 15 parti aveva una media di 13,1.Abbiamo una confidenza del 95% che la media reale della popolazione da cui sono state estratte queste 15 parti sia compresa tra 10,4 e 15,8.Ciò significa che il 95% delle volte (o 19 volte su 20) avrò ragione.La media reale della popolazione sarebbe compresa tra 10,4 e 15,8.
Il restante 5% delle volte (1 volta su 20) sbaglieremmo.La vera media della popolazione sarebbe inferiore a 10,4 o superiore a 15,8.
Nota che se disegniamo un altro campione di 15 parti, otterremo un'altra risposta.Forse otteniamo una media campionaria di 13,3 con una deviazione standard campionaria diversa.Ora il nostro intervallo di confidenza al 95% potrebbe essere compreso tra 10,9 e 15,7. Se estraiamo ancora un altro campione, questa volta di 30 parti, potremmo produrre un intervallo di confidenza al 95% più stretto, diciamo da 12,1 a 14,5.È più ristretto perché abbiamo una stima migliore della media reale della popolazione e della deviazione standard, in virtù della dimensione del campione più ampia.
Informazioni sul potere statistico
Ciò generalmente implica la capacità di rilevare una DIFFERENZA. Ad esempio, vogliamo sapere se la media reale della popolazione è 15, entro +/- 1 unità. Intendiamo prelevare un campione di 25 parti della popolazione.Ci aspettiamo che la deviazione standard delle parti sia 1,0 unità. Quando stimiamo la media effettiva della popolazione, vogliamo avere il 95% di fiducia nella stima.
Quanto spesso avremo ragione nel presupporre che la media reale della popolazione sia 15 +/- 1?Questo è il POTERE STATISTICO.In questo caso avremmo ragione nel 40% dei casi.Quindi, se estraiamo più campioni di 5 parti ciascuno e ogni volta traiamo una conclusione sul fatto che la media della popolazione sia veramente 15 +/- 1, avremo ragione solo il 40% delle volte. Possiamo aumentare la potenza aumentando la nostra numero di campioni, o ampliando la differenza da rilevare, o riducendo la nostra fiducia nella stima della media della popolazione.Potenza = probabilità di rifiutare correttamente l'ipotesi nulla.In genere siamo interessati al potere solo quando il nulla è effettivamente falso.
Risorse
grazie per il chiarimento @calking !
Inoltre, mentre rivedevo il mio diario, ho trovato alcuni errori nella tabella "Errori di tipo 1 e di tipo 2" mostrata nel video.Ho corretto gli errori nel diario allegato e nell'immagine seguente:
#JMP16, #Tipo_1_Tipo_2_Errori
Durante la seduta è stata posta una domanda sulla natura dei coefficienti previsti; se fossero sui fattori scalati o sui livelli effettivi. Posso confermare da un collega sviluppatore che si riferiscono al ridimensionamento utilizzato da Fit Model nei suoi modelli (ad esempio, salvare la formula di previsione e annotare il fattore di centratura e ridimensionamento utilizzato lì).
