세션 중에 예상 계수의 특성에 대한 질문이있었습니다. 척도 요인이든 실제 수준이든. 동료 개발자로부터 Fit Model이 모델에서 사용하는 스케일링을 참조하고 있음을 확인할 수 있습니다 (예 : 예측 공식을 저장하고 여기에 사용 된 팩터 센터링 및 스케일링 확인).
설명해 주셔서 감사합니다 @calking !
또한 저널을 검토하다가 영상에 나온 '제 1 종 및 제 2 종 오류'차트에서 일부 오류를 발견했습니다.첨부 된 저널과 아래 이미지의 오류를 수정했습니다.
# JMP16, # Type_1_Type_2_Errors
검사 방법보기 :
- 단일 표본 평균에 대한 오차 한계
- 하나의 표본 비율에 대한 오차 한계
- 단일 표본 분산에 대한 오차 한계
- 두 개의 독립 표본 평균에 대한 오차 한계
- 두 개의 독립적 인 표본 비율
- 두 개의 독립 표본 분산에 대한 오차 한계
단일 표본 평균에 대한 검정력
- N 개의 시행이 설계된 실험에 미치는 영향 및 결과 비교
노트 : Q & A는 비디오 전체에 산재 해 있습니다.
사용하는 이유 DOE에 대한 샘플 크기 탐색기, JMP 16에 도입 되었습니까? 리소스 (너무 많은 테스트를 실행하고 싶지 않음)와 원하는 결과의 균형을 유지합니다.이러한 결과는 일부 테스트 별 추정치와 함께 원하는 신뢰도 및 검정력에 따라 달라집니다.다음을 포함한 질문에 답변
- 얼마나 많은 단위를 테스트해야합니까?
- 치료 수단의 차이를 감지 할 수 있습니까?
- 지정된 너비로 구간을 구성하려면 몇 개의 샘플이 필요합니까?
- 고장 시간을 추정하려면 몇 개의 장치를 테스트해야합니까?
통계적 신뢰 정보
부품 샘플을 수집하고 각 부품을 측정하면 해당 특정 샘플에 대한 평균과 표준 편차를 계산할 수 있습니다.샘플은 자체 실제 평균과 실제 표준 편차를 갖는 부품의 "모집"에서 추출되었습니다.실제 모집단 평균과 표준 편차를 알 수있는 방법이 없습니다 (일반적으로 비용이 많이 드는 모집단의 모든 부분을 측정하지 않는 한). 표본 평균과 표준 편차는 모집단 평균과 같지 않을 가능성이 높습니다. 표준 편차.전체 모집단 평균이 실제로있을 수 있다고 생각하는 값의 범위에 경계를 설정하고 싶습니다.
이 범위를 결정하려면 결과에 대한 신뢰가 필요합니다.0 ~ 100 % 사이의 백분율이 될 수 있습니다.종종 95 %로 선택되지만 응용 프로그램에 따라 다릅니다.따라서 몇 가지 계산 후 "15 개 부품으로 구성된 샘플의 평균은 13.1입니다.우리는이 15 개 부분이 그려진 실제 모집단 평균이 10.4와 15.8 사이에 있다고 95 % 신뢰합니다.이것은 95 %의 시간 (또는 20 번 중 19 번)이 옳다는 것을 의미합니다.실제 인구 평균은 진정으로 10.4에서 15.8 사이입니다.
나머지 5 % (20 개 중 1 개)는 틀릴 것입니다.실제 모집단 평균은 10.4보다 작거나 15.8보다 큽니다.
15 개 부분의 또 다른 샘플을 그리면 또 다른 답을 얻을 수 있습니다.아마도 우리는 표본 표준 편차가 다른 13.3의 표본 평균을 얻을 수 있습니다.이제 95 % 신뢰 구간은 10.9에서 15.7까지입니다. 이번에는 30 개의 부품으로 구성된 또 다른 샘플을 그리면 더 엄격한 95 % 신뢰 구간 (예 : 12.1 ~ 14.5)을 생성 할 수 있습니다.더 큰 표본 크기로 인해 실제 모집단 평균과 표준 편차를 더 잘 추정 할 수 있기 때문에 더 엄격합니다.
Statistical Power 정보
여기에는 일반적으로 차이를 감지 할 수 있어야합니다. 예를 들어, 실제 모집단 평균이 +/- 1 단위 내에서 15인지 알고 싶습니다. 인구에서 25 개 부품의 표본을 추출하려고합니다.부품의 표준 편차는 1.0 단위가 될 것으로 예상합니다. 모집단의 실제 평균을 추정 할 때 추정치에 95 % 신뢰를 갖기를 원합니다.
실제 모집단 평균이 15 +/- 1이라는 가정에서 얼마나 자주 옳을까요?이것은 통계적 힘입니다.이 경우 40 %의 시간이 맞을 것입니다.따라서 각각 5 개 부분의 여러 표본을 추출하고 모집단 평균이 실제로 15 +/- 1인지 여부에 대해 매번 결론을 내리면 40 %의 시간 동안 만 옳을 것입니다. 표본 수, 또는 탐지 할 차이를 넓히거나 모집단 평균 추정치에 대한 신뢰도를 낮춤으로써.검정력 = 귀무 가설을 올바르게 기각 할 확률.우리는 일반적으로 null이 실제로 거짓 일 때만 권력에 관심이 있습니다.
자원
