Che cosa erano andando A parlare Di Oggi È
UN semplice introduzione A campione misurare pensiero.
Poi BENE Aspetto A due esempi; uno, confrontando IL Significare Di due popolazioni,
E IL secondo, guardare A UN studio con UN proporzione punto finale,
E BENE avvolgere su con Alcuni aggiuntivo pensieri.
UN domanda Io sono Spesso chiesto È, Che cosa campione misurare Fare IO Bisogno?
Uno Potrebbe pensare, "OH, quello è facile. Appena utilizzo UN campione misurare calcolatrice."
Ma Aspettare UN secondo.
Perché fa JMP chiamata campione misurare calcolatrici esploratori?
Perché Sono Essi In IL DOE menù? Quale uno Fare IO utilizzo?
BENE, andiamo parlare Di Alcuni campione misurare nozioni di base.
UN campione misurare È calcolato precedente A corsa UN studio.
UN studio È UN sperimentare progettato avanti Di tempo.
Quello è Perché Loro sono In IL DOE menù.
Campione misurare dipende SU IL obiettivo Di UN studio.
IO Spesso chiamata Questo, Sono Voi fabbricazione UN $ 5 decisione O UN $ 50 milioni decisione?
Sono Voi guardare A UN normativo autorizzazione,
UN pubblicazione, UN Ricerca e sviluppo domanda, O UN semplice esplorazione?
Cosa c'è IL primario punto finale Di tuo studio? Che cosa Sono Voi provando A spettacolo?
Come È tuo studio progetto? Che cosa Sono tuo risultato ipotesi?
Questi Potrebbe Essere basato SU precedente conoscenza,
UN pilota dati, O Spesso, O Appena semplicemente indovinando.
Campione misurare È UN rischio-beneficio esplorazione.
Quello è Perché Loro sono chiamato campione misurare esploratori.
Voi Volere A Esplorare
Come diverso ipotesi Sono andando A impatto tuo campione misurare.
Ora, Di più È generalmente Meglio,
Ma COME Noi Tutto Sapere, Di più costi Di più, E Di più Potrebbe non Essere possibile.
Andiamo inizio con UN semplice esempio
Di dimensionamento IL studio per confrontando due significa.
BENE A IL Adatto Y di X piattaforma,
E BENE Aspetto A IL Energia Esploratore per due indipendente campione significa.
Questo campione misurare esempio È basato SU
UN vero situazione Dove UN azienda È In IL Ricerca e sviluppo fase.
Loro sono facendo UN campione collezione studio. Quello Potevo Essere sangue, nasale tamponi, saliva.
C'è NO primario punto finale Perché suo UN Ricerca e sviluppo studio.
Loro sono Ancora In IL Ricerca e sviluppo fase, Ma Essi Bisogno UN campione, UN energia analisi.
Essi erano chiesto per energia analisi di IL entità Quello È considerando
finanziamenti IL progetto.
Come Potere Noi fornire UN energia analisi senza UN primario ingresso?
BENE, migliore Pensiero Qui È uno,
Noi Potevo Dire, "EHI, Noi non posso Fare UN energia analisi,"
O, sapere Quello IL finanziamenti entità vuole UN energia analisi
A spettacolo Quello noi abbiamo Pensiero Di IL studio E noi abbiamo Pensiero Di Come molti persone
erano chiedendo loro A iscriversi, Noi Potevo creare UN ricerca punto finale.
In Quello caso, erano andando A chiedere, "Potere IO distinguere IL differenza In significa
fra Mio malato E salutare soggetti per Alcuni primario biologico marcatori?"
BENE utilizzo IL campione misurare da IL energia analisi
E IL previsto prevalenza Di malattia A giustificare IL numero
Di soggetti, erano richiedente A iscriversi In IL studio.
IO Bisogno A capire test per confrontando A indipendente significa,
E IO Bisogno UN calcolatrice per IL energia Di UN test A confrontare A indipendente significa.
Che cosa IO Piace A chiedere me stessa È Se IO avevo dati, Che cosa volevo IO Fare?
Se IO capire Che cosa analisi Io sono andando A Fare,
quello è andando A aiuto Me determinare Che cosa campione misurare IO Bisogno.
A volte lo farai Avere pilota dati,
E A volte Voi Potere Appena Fare su dati A aiuto Voi figura fuori
Che cosa analisi Sono Voi andando A Fare E Che cosa campione dimensionamento Dovrebbe Voi Fare.
Andiamo Prendere UN Aspetto A Questo.
Io sono andando A aprire UN dati tavolo, E Questo È Appena generato dati.
Io ho avuto UN malato… IO Avere 15 malato pazienti E 15 salutare pazienti.
Io sono andando A Fare UN Adatto Y di X.
Malato Fare UN coppia Di cose Qui: Nostro allineare, Io sono andando A jitter Mio punti,
Io sono andando A correre UN Prova T, E IO Piace A Aspetto A IL densità.
Ecco due esempi Di Che cosa Alcuni dati Potrebbe Aspetto Piace.
SU IL Sinistra È UN abbastanza separato popolazioni
Di risultati, IL biomarcatore numero uno.
IL differenza È Di 2, 2.5.
Questi erano generato da UN normale distribuzione
COME erano IL quelli SU IL mano destra lato.
Qui, IL differenza È UN poco meno.
Voi Potere Vedere In Entrambi luoghi,
Noi volevo concludere Quello c'è UN differenza fra questi due popolazioni.
IL uno SU IL Giusto essendo più vicino insieme
È Più forte A differenziare di IL uno SU IL Sinistra.
Noi usato UN Prova T per Quello.
Ora IL domanda diventa,
Come molti campioni volevo IO Bisogno
Se Io sono andando A correre Questo sperimentare?
Ancora, andiamo Aspetto A Quello.
Permettere Me Appena fare un passo Attraverso Mio Flusso di lavoro Costruttore
COSÌ Esso chiude giù Nostro dati tavoli.
DOE Campione Misurare Esploratore pag ower.
IO Volere energia per due indipendente campione significa.
IO tiro Quello su, lo farai Vedere Quello c'è abbastanza UN pochi cose A Aspetto A.
Primo, Noi Avere IL test tipo. Suo andando A Essere bifacciale.
Nostro Alfa È 0,05,
E IL gruppo popolazione standard deviazioni Sono non presunto A Essere conosciuto.
Erano indovinando A quelli.
A calcolare Mio campione misurare, IO Bisogno A riempire In Questo informazione.
Questo È Mio calcolatrice parte. IO Avere due gruppi.
Io sono andando A inizio Sopra Qui SU IL mano destra lato.
IO Avere due gruppo standard deviazioni A Mettere In stime per.
Io sono andando A assumere Quello uno gruppo È meno variabile di IL altro gruppo.
Prossimo, IO Bisogno A riempire In IL differenza A rilevare.
Qui, Io sono utilizzando standard deviazione unità,
E Io sono andando A Dire IO Volere A rilevare UN uno standard deviazione unità differenza.
Prossimo, Io ho avuto Giusto Ora campione misurare Di 30 In ogni gruppo
Quello dà Me UN molto alto energia.
Io sono andando A inferiore Questo energia A 90,
E IO Vedere Quello per UN energia Di 90 A rilevare UN differenza Di uno
fra questi due gruppi, IO Bisogno UN campione misurare
Di 15 soggetti In ogni gruppo.
Quello sembra ragionevole.
Ora, Voi Potere Aspetto A questi grafica A Vedere Quello
Come tuo indovina, tuo ipotesi Potrebbe impatto IL energia Di tuo studio.
Noi Potere Vedere Quello IL standard deviazioni Avere abbastanza UN morso Di impatto.
COME Mio standard deviazione aumenta,
COSÌ Mio dati diventa Di più diffusione fuori, Mio energia diminuisce.
Suo andando A Essere Più forte A rilevare Questo differenza.
Voi Potere Vedere erano A UN dolce macchiare In IL campione misurare.
COME IO aumento IL campione misurare,
Mio energia È andando A aumento, Ma non terribilmente notevolmente.
COME IO diminuire, Se IO andato giù A Di 10,
Mio energia È andando A andare giù A Di otto.
Ma andiamo andare Indietro A IL punto Ora.
IO Volere Di 15 campioni per gruppo.
In Questo esempio, A Ottenere 15 positivo campioni
da UN studio Dove Io sono iscrizione persone,
E Se IO Avere UN 10 % prevalenza valutare
Di malattia Sopra IL studio periodo, IO volevo Bisogno Di 150 soggetti.
Se IL prevalenza era Basso O Dire, soltanto 5%, Poi IO volevo Bisogno 300 soggetti.
Ancora, campione misurare È UN rischio beneficio calcolo,
COSÌ Noi Volere A prendere in considerazione vari campione dimensioni.
Tutto Giusto, Ora A Nostro secondo esempio.
Questo È dimensionamento UN studio con UN proporzione punto finale.
BENE utilizzo IL distribuzione piattaforma
E BENE utilizzo IL Intervallo Esploratore per uno campione proporzione.
Questo È basato SU IL domanda Di Come molti campioni Fare IO Bisogno
A dimostrare sensibilità E specificità per normativo archiviazione?
IO Fare UN quantità Di lavoro In diagnostica.
In diagnostica, sensibilità È semplicemente IL proporzione Di positivo casi
Quello tuo test chiamate positivo, E IL specificità È IL proporzione
Di negativo casi Quello tuo test chiamate negativo.
Noi generalmente calcolare campione misurare per ogni Di questi metrica individualmente,
E Poi Noi aggiungere per IL totale campione misurare per UN retrospettiva studio
Dove Io ho Già avuto campioni, Forse In UN congelatore O da UN compagno,
E Io sono Appena andando A tiro fuori IL quelli Quello IO Bisogno.
Per UN prospettiva studio, Ancora, Noi volevo utilizzo IL prevalenza
A calcolare IL totale numero Di soggetti A iscriversi,
allo stesso modo COME Noi fatto In IL scorso esempio.
Ancora, Noi Bisogno Alcuni preliminare informazione.
IL obiettivo Di Questo studio È UN normativo archiviazione,
COSÌ UN alto livello Di prova È necessario.
Poi Questo particolare industria settore, IO Bisogno A dimostrare
Quello IL inferiore fiducia limite per sensibilità E specificità
È maggiore di 80 %.
IL studio progetto È UN retrospettiva studio.
Suo UN revisione Di CT scansione .
IL ipotesi Sono Quello IL sensibilità Di identificandosi
IL risultato È 0.9 E specificità È 0,85.
IO Bisogno A capire IL fiducia intervallo COME UN risultato,
E IO Bisogno UN calcolatrice per fiducia intervallo per proporzione.
Ancora, IL domanda, Se IO avevo dati, Che cosa volevo IO Fare?
Andiamo Aspetto A Quello.
Ancora, IO generato Alcuni dati.
IO Avere UN riferimento standard Dove IO avevo Di 145 negativo campioni
E 144 positivo casi O campioni.
Poi IO Avere IL test risultati, positivo E negativo.
Voi Potere Vedere Loro sono non perfetto.
Alcuni Di IL casi Quello IL test chiamate negativo Sono In realtà positivo,
E Alcuni Di IL casi Quello IL test chiamate positivo Sono In realtà negativo.
Come volevo IO Aspetto A Questo?
BENE, IO Potevo tabulare Esso
E Venire su con IL % Di positivo casi Quello IL test chiamate positivo
E IL % Di negativo casi Quello IL test chiamate negativo.
Ma IO Volere fiducia intervalli.
Io sono andando A utilizzo IL distribuzione piattaforma,
E Io sono andando A Aspetto A IL proporzione In IL test casi di IL riferimento caso.
Ancora, andiamo aggiungere…
Noi Volere A aggiungere, Scusa, sbagliato rosso triangolo menù.
Noi Volere A aggiungere fiducia intervalli,
E IO tenuto giù Mio Controllo chiave A trasmissione quelli.
Ora IO Potere Aspetto E Vedere cosa c'è andando SU Qui.
Per IL casi Quello di IL riferimento Sono positivo,
IL nuovo metodo chiamate 135 Di quelli positivo, COSÌ 93,75,
E IO Avere Mio fiducia intervallo Quello va da 88-96.6
Lo farai Vedere Questo Nota Qui Quello dice, calcolato utilizzando punto fiducia intervalli.
Poi IL cosa A Nota Qui
È Quello UN punto fiducia intervallo È non simmetrico.
Noi Potere Aspetto A Quello.
Qui IO generato UN grafico,
E Voi Potere Vedere Quello Quando erano A IL Basso FINE,
COSÌ UN probabilità Di 0,1,
Voi Potere Vedere Quello IL superiore fiducia limite È più alto
COME rispetto A IL punto stima di IL inferiore fiducia intervallo.
IL punto stime Sono non centrato In IL mezzo Di questi fiducia intervalli.
Quello è Appena IL natura Di Questo nucleo fiducia intervallo.
IL domanda Ora È,
Come molti campioni Fare IO Bisogno A spettacolo Quello
Mio inferiore fiducia limite È A meno 0,8, dato IL ipotesi Di Qui
Noi avevo per sensibilità, Quale È IL positivo lato,
Quello Noi erano andando A Essere maggiore di 0,9, E SU IL negativo lato
Quello Noi erano andando A Essere maggiore di 0,85.
Qui Noi Potere Vedere Quello A 0,85, Mio inferiore fiducia limite È soltanto 0,78.
IO volevo Bisogno UN pochi Di più campioni In ordine A
spettacolo Quello Mio inferiore fiducia limite È maggiore di 0,8.
Ancora, IL domanda È Ora Quello IO capire Che cosa Io sono guardare per
È Come tanto dati Dovrebbe IO raccogliere?
Andiamo andare A DOE Campione Misurare Esploratore,
fiducia intervalli per uno campione proporzione.
Andiamo Mettere In Questo esempio Qui.
Andiamo Mettere In Nostro proporzione Di 0,9375,
E IL campione misurare Quello Noi avevo usato Qui, Quale era 144.
IO avevo Sinistra IL intervallo tipo COME bifacciale,
fiducia intervalli, fiducia livello È 95 %.
Con IL campione misurare Di 144, Se Mio proporzione arriva fuori A Essere 93,75,
Mio margine Di errore È 0,04.
Ok, bene, cosa c'è margine Di errore?
Margine Di errore È IL metà larghezza Di IL fiducia intervallo.
Se Esso era UN simmetrico fiducia intervallo,
Esso volevo Essere tuo più O meno valore Sopra tuo punto stima.
Ma In IL caso Di UN punto fiducia intervallo,
E quello è Che cosa Questo calcolatrice È basato SU,
Questo È IL metà larghezza Di tuo fiducia intervallo.
Ma Noi Potere Vedere Quello…
Con IL 93,75, IL margine Di errore Di 0,04,
suo non semplicemente UN meno 0,04 da Questo 93,75
Perché Noi si accorse Quello Quando Noi fatto Questo calcolo
Quello Nostro inferiore fiducia limite era 0,88.
Questo campione misurare È Di più di sufficiente per Che cosa Noi necessario.
Noi soltanto necessario UN fiducia limite Di 0,8. Andiamo Fare Quello calcolo.
Andiamo Mettere In Nostro presunto valore Di 0,9,
E andiamo Mettere In UN margine Di errore Di, Dire, 0,08.
Noi Sapere Quello 0,1 È andando A sottovalutare Nostro campione misurare.
Se Noi Fare Questo E Noi Dire, Tutto Giusto, per UN proporzione Di 0,9,
margine Di errore È 0,08, Nostro campione misurare, Esso dice, È 56.
Va bene, BENE, andiamo ricontrollare Quello.
A Fare Quello,
IO costruito UN calcolatrice
Dove IO Potere Mettere In Mio presunto proporzione E IO Potere Mettere In Questo valore Di 56.
Se IO correre Questo distribuzione,
E Che cosa IO fatto Qui È IO Avere UN risultato Di uno E zero, E IO Avere UN frequenza.
Se IO rilancio Questo,
IO utilizzo IL risultato E IO utilizzo IL frequenza colonna
A Dare Me IL distribuzione COME Se IO avevo 51 E sei zeri In Mio dati file.
BENE, Che cosa fa Quello Aspetto Piace?
Con UN campione misurare Di 56,
UN proporzione Di Di 0,9, Mio inferiore fiducia limite,
utilizzando UN punto fiducia intervallo È 0,78.
Questo campione misurare Di 56 dà Me IL precisione Quello IO chiesto per,
IL margine Di errore Di 0,08, Ma Esso no abbastanza Dare Me
IL inferiore limite SU Questo fiducia intervallo Quello IO Bisogno per Questo situazione.
Andiamo Mettere In UN leggermente più grandi campione misurare.
Andiamo Fare Questo 65.
Quello dà Me UN margine Di errore Di 0,074, Quale È leggermente più stretto di IL 0,08,
E andiamo Vedere Che cosa Quello sembra Piace In Mio punto fiducia intervallo.
Se IO Fare Quello, Ora IO Vedere Quello Mio inferiore fiducia limite È Sopra IL 0,8.
IL punto Di Questo era non A…
IL punto Di Questo era Veramente A spettacolo Voi Quello suo importante A capire
Che cosa Esso È tu sei provando A spettacolo, E suo importante A capire
Che cosa È Esso Quello tuo campione misurare calcolatrice È fornendo A Voi.
Là Sono campione misurare calcolatrici Tutto Sopra IL Internet.
Poi In JMP, Noi Avere UN Totale ucciso Di campione misurare calcolatrici,
esploratori A Aspetto A.
Suo importante A capire Che cosa È tuo punto finale,
Che cosa Sono Voi provando A risolvere, E Che cosa È Esso Quello tuo calcolatrice
È calcolo per Voi.
Una volta Voi Fare Quello, Poi tu sei Meglio informato
per fabbricazione decisioni COME A Come molti campioni Fare Voi Veramente Bisogno.
Andiamo fine su con Appena UN pochi breve Commenti SU aggiuntivo temi.
Altro modi Quello Voi Potere Ottenere A campione misurare.
Uno È simulazione.
Voi Potere utilizzo pilota dati A definire distribuzioni,
utilizzo casuale numero generatori A creare UN studio basato SU quelli distribuzioni.
Poi Voi Potere analizzare Quello dati A Vedere Se tuo punto finale È incontrato.
È Esso incontrato? SÌ O NO?
Poi Voi Potere ripetere Quello Alcuni grande numero Di volte
E calcolare IL porzione Di volte, tuo punto finale È incontrato.
In UN senso, tuo energia.
Come probabile Sono Voi A Incontrare tuo punto finale dato tuo ipotesi?
IO Piace A Fare Quello. Simulazione È utile.
Ancora, Tuttavia, suo Tutto basato SU tuo ipotesi.
Se tuo ipotesi Sono sbagliato, tuo campione misurare Maggio non Essere grande Abbastanza.
Un altro cosa Quello Spesso accade È Quello Noi Avere A Fare
IL migliore allocazioni Di Che cosa Noi Avere.
Noi Maggio Avere 1.000 campioni In IL congelatore
E Noi Sapere Che cosa loro risultati Sono E Noi Volere A test loro SU UN nuovo test
O Noi Volere A sviluppare UN nuovo test.
Come molti Potere Noi utilizzo A treno UN algoritmo?
Come molti Fare Noi Bisogno A utilizzo A convalidare Quello algoritmo?
A volte Noi Avere A Prendere IL campione numeri Quello Noi Avere.
Utilizzo IL campione misurare esploratori A valutare Che cosa Voi Potrebbe Essere capace A concludere,
E Poi utilizzo quelli risultati A decidere Se Che cosa Voi Avere È sufficiente A procedere
con IL esperimenti
E IL sviluppo Di tuo test O Prodotto.
Quello è Che cosa IO Avere SU campione misurare. Suo Di più di UN numero.
Suo basato SU Che cosa Esso È tu sei provando A decidere
E Come tu sei andando A analizzare IL dati una volta Voi Ottenere Quello dati.
Suo UN esplorazione, Voi Volere A Prendere in account
Come Fare quelli ipotesi Quello Voi Fare impatto quelli campione dimensioni
E siepe tuo scommesse per UN Grande risultato.
Grazie Voi, E quello è Esso.
