Lorsqu'ils mènent des recherches, de nombreux chercheurs se posent la question : "Est-ce que je prélève suffisamment d'échantillons ?" Parce que le nombre d'échantillons affectera directement la rigueur de la recherche et la fiabilité des conclusions de la recherche. Lorsque le nombre d'échantillons est trop petit, les résultats de la recherche seront instables et le risque d'obtenir des résultats « faux négatifs » sera élevé ; lorsque le nombre d'échantillons est trop grand, le coût de la recherche et la difficulté expérimentale augmenteront.
Comment déterminer si la taille de l’échantillon de l’étude est raisonnable ? Aujourd'hui, JMP présentera comment obtenir le nombre approprié d'échantillons grâce à l'analyse de puissance.
La relation entre le nombre d'échantillons et la puissance
Avant de commencer l’étude, nous devrons connaître le nombre d’échantillons nécessaires pour mener l’étude.
En ce qui concerne le nombre d'échantillons, nous devons mentionner un concept tout aussi important : la puissance, appelée puissance de test statistique, puissance de test statistique et analyse de performance statistique. Cet article l'appelle puissance. En termes simples, la puissance signifie : s'il existe effectivement une différence entre les deux groupes en pratique, la capacité de détecter cette différence avec le nombre actuel d'échantillons.
À condition que d’autres paramètres soient connus, le nombre d’échantillons et la puissance peuvent être calculés l’un à partir de l’autre. Pour calculer le nombre d'échantillons, la puissance doit être définie ; de la même manière, si le nombre d'échantillons est connu, la puissance sous le nombre actuel d'échantillons peut également être calculée. Le résultat statistique de l'expérience est un résultat négatif. Si la puissance est trop faible à ce moment-là, cela signifie que le nombre d'échantillons sera probablement insuffisant et que les résultats initialement différents ne pourront pas être obtenus.
Comment calculer le nombre d’échantillons avec JMP ?
Le calcul du nombre d’échantillons ne nécessite que deux étapes (aussi simples que de mettre un éléphant au réfrigérateur) :
La première étape consiste à consulter des documents historiques pour obtenir les paramètres nécessaires au calcul du nombre d'échantillons, tels que la moyenne, l'écart type, le taux, etc.
Dans la deuxième étape, saisissez ces paramètres dans JMP et obtenez les résultats.
JMP peut estimer le nombre d'échantillons pour plusieurs comparaisons inter-groupes courantes dans les essais cliniques, telles que l'estimation des valeurs moyennes, l'estimation des comparaisons de taux et l'estimation du nombre d'échantillons pour les tests d'équivalence. Il est simple à utiliser et hautement interactif. Ce qui suit se concentrera sur la façon d'utiliser JMP pour le nombre d'échantillons et le calcul de la puissance.
Dans JMP, sélectionnez Conception expérimentale → Explorateurs de taille d'échantillon → puissance (Figure 1). Vous pouvez voir qu'il existe plusieurs scénarios pour calculer la puissance et le nombre d'échantillons dans le menu de puissance. Vous pouvez choisir les scénarios spécifiques correspondants en fonction de l'objectif de la recherche. .
Figure 1 Nombre d'échantillons et calcul de puissance de deux groupes de moyennes d'échantillons indépendantes - sélection de menu
Les deux situations les plus courantes sont présentées ci-dessous, à savoir la comparaison des moyennes de deux groupes et la comparaison des taux de deux groupes.
01 Estimation du nombre d'échantillons pour comparer les moyennes de deux groupes
Préparation avant estimation
Pour estimer le nombre d’échantillons permettant de comparer les moyennes de deux groupes, les paramètres suivants doivent être déterminés au préalable :
01 Que le type de test soit simple ou double, il est généralement double s'il n'y a pas d'exigences particulières ;
Type 02-la limite supérieure de l'erreur α, prend généralement la valeur 0,05 (test bilatéral) ou 0,025 (test unilatéral) ;
03 erreur de type 2 β ou puissance1-β, il est généralement recommandé que la puissance soit supérieure à 0,80 ;
04La moyenne (ou différence entre les deux groupes) et l'écart type de chaque groupe. Ces données peuvent être obtenues par une revue de la littérature ou par la réalisation de pré-tests ;
05 Le rapport du nombre d'échantillons entre chaque groupe est généralement de 1:1, et parfois il peut être fixé à 1:2 (en fonction de l'objectif de la recherche et de la situation réelle) ;
06 S'il s'agit d'une étude de suivi, il faut également prendre en compte le taux de perte de vue, qui est généralement de 10 % (selon la situation réelle) ;
07Lors de la rédaction d'un rapport de proposition ou d'un document d'appel d'offres de recherche, les paramètres ci-dessus doivent être fournis pour démontrer la faisabilité et la fiabilité de la recherche.
Le nombre estimé d'échantillons JMP accomplir
Cliquez sur la puissance des deux moyennes d’échantillon indépendantes dans la figure 1 pour entrer le numéro d’échantillon et l’interface de calcul de puissance (Figure 2).
Figure 2 Nombre d'échantillons et calcul de puissance de deux ensembles de moyennes d'échantillon indépendantes - interface d'opération
La partie gauche de la figure 2 montre les différents paramètres intervenant dans le calcul du nombre d'échantillons. De haut en bas, il s'agit du type de test, des paramètres fixes (alpha et écart type), des paramètres de test (dont la différence à tester, le nombre d'échantillons et la puissance), et le côté droit est la courbe d'estimation du nombre d'échantillons.
![[TW] JMP community-CTA-downloadback to WB.png](https://us.v-cdn.net/6038925/uploads/images/41096i24F89E6C10D2C2FF/%5BTW%5D%20JMP%20community-CTA-downloadback%20to%20WB.png "[TW] JMP community-CTA-downloadback to WB.png")
Dans les versions antérieures à JMP 16, si vous souhaitez calculer le nombre d'échantillons, vous devez saisir la puissance ; de même, si vous souhaitez calculer la puissance, vous devez saisir le nombre d'échantillons ; dans la version JMP 16, le nombre d'échantillons (ou de puissance) peuvent être ajustés à tout moment, et la puissance correspondante (ou le numéro d'échantillon) changera en conséquence. De plus, JMP 16 fournit également un graphique de la relation entre le nombre d'échantillons et la puissance, qui peut être ajusté le cas échéant pour observer les changements du nombre d'échantillons (ou de puissance) sous différentes valeurs de puissance (ou de nombre d'échantillons).
Exemple 1 : Calculer la puissance en connaissant le nombre d'échantillons de deux ensembles de moyennes :
Dans une étude, nous avons obtenu un résultat négatif. À ce stade, nous voulons comprendre le pouvoir de l’étude pour gagner en crédibilité. Dans cette étude, les écarts types des deux groupes étaient respectivement de 2 et 3, la différence entre les moyennes était de 2,5 et le nombre d'échantillons était de 20 cas dans chaque groupe. Le fonctionnement du calcul de puissance est représenté sur la figure 3. On constate que la puissance correspondante est de 85,31 %.
Figure 3 Animation de calcul de puissance de la moyenne de deux groupes d'échantillons indépendants
Exemple 2 : Calculer le nombre d'échantillons pour la moyenne de deux groupes de puissance connue :
Dans un essai contrôlé randomisé comparant deux groupes, nous avons examiné la littérature et constaté que les écarts types des deux groupes étaient respectivement de 1 et 1,5, la différence entre les moyennes était de 1, l'erreur alpha de type I était de 0,05 et la puissance était de 80. %. Pour l'opération de numéro d'échantillon, voir la figure 4. On peut voir que chaque groupe nécessite 27 échantillons.
Figure 4 Une animation de calcul du nombre d'échantillons pour la moyenne de deux groupes d'échantillons indépendants
L'ordonnée de la courbe d'estimation du nombre d'échantillons sur le côté droit de la figure 5 est la puissance et l'abscisse est le nombre total d'échantillons. L'intersection des deux lignes rouges correspond à la puissance et au nombre d'échantillons actuellement affichés. Cette fonction aide les chercheurs à comprendre la relation entre la puissance et le nombre d'échantillons lors du calcul du nombre d'échantillons, et aide les chercheurs à obtenir un nombre réalisable et fiable d'échantillons en fonction des conditions cliniques réelles.
Dans les deux exemples précédents, nous saisissons la puissance ou le numéro d'échantillon. En pratique, nous pouvons également obtenir le numéro d'échantillon ou la puissance correspondant en faisant glisser la figure 5. Si vous faites glisser la puissance le long de la courbe jusqu'à 80 %, vous pouvez voir que le nombre d'échantillons sur la gauche indique que chaque groupe nécessite 27 échantillons (Figure 5).
Figure 5 Graphique animé de la relation de tendance entre le nombre d'échantillons et la puissance
02 Estimation de la taille de l’échantillon pour comparer les taux entre deux groupes
Préparation avant estimation
L'estimation du nombre d'échantillons pour comparer les taux de deux groupes est fondamentalement la même que les paramètres requis pour comparer les moyennes de deux groupes, sauf que le paramètre (04) est différent. Ici, la moyenne et l'écart type de chaque groupe ne sont plus nécessaire, mais il faut obtenir le taux de chaque groupe.
Le nombre estimé d'échantillons JMP accomplir
Cliquez sur la puissance des deux taux d'échantillonnage indépendants de la figure 1 pour accéder à l'interface d'opération correspondante (Figure 6).
Figure 6 Nombre d'échantillons et calcul de puissance de deux groupes de proportions d'échantillon indépendantes - interface d'opération
Exemple 3 : Calculer la puissance du nombre d'échantillons avec des taux connus pour deux groupes :
On sait que les taux des deux groupes sont respectivement de 0,6 et 0,8, α est de 0,05 et le nombre d'échantillons est de 50 dans chaque groupe. Quelle est sa puissance ? Le fonctionnement est représenté sur la figure 7. On constate que la puissance est de 60,88 %.
Cette puissance est un peu faible. Si l'on veut atteindre 80% de puissance, combien d'échantillons faut-il ? Vous pouvez saisir la puissance 80. Comme le montre la figure 8, le nombre d'échantillons a changé, ce qui indique que si vous souhaitez que la puissance atteigne 80 %, au moins 79 échantillons sont nécessaires dans chaque groupe.
Figure 7 Animation de calcul de puissance de deux groupes de fréquences d'échantillonnage indépendantes
Figure 8 Une animation de calcul du nombre d'échantillons pour deux groupes de taux d'échantillonnage indépendants
Cliquez sur Enregistrer les paramètres dans la figure 8 pour stocker les paramètres actuels et le nombre d’échantillons (Figure 9). Cliquez sur le tableau de collecte de données préparé dans la figure 2 et JMP créera un nouveau tableau de données (figure 10) basé sur le nombre actuel d'échantillons, permettant ainsi aux chercheurs de collecter plus facilement des données directement.
Figure 9 Enregistrer les résultats de sortie des paramètres
Figure 10 Résultats de sortie du tableau de collecte de données
Après avoir lu les opérations ci-dessus, vous avez hâte de commencer votre expérience ? Téléchargez JMP 16 et lancez votre première analyse !
original: Série de plans expérimentaux (1) | Calcul de la taille et de la puissance de l'échantillon (puissance)
Lectures complémentaires :
