Wie lässt sich die ideale Stichprobengröße zur Validierung der Ausfallrate in einem Prozess abschätzen?Hallo!
Ich habe einen Fabrikprozess mit einer hypothetischen Ausfallrate von p=0,02, basierend auf früheren Versuchen.
Ich möchte die ideale Stichprobengröße erhalten, um zu validieren, ob mein Prozess eine Fehlerrate von nicht mehr als 0,02 aufweist. Wie würden Sie das angehen?
Dank im Voraus 
Grundlegende Datenanalyse und ModellierungVerbraucher- und MarktforschungVersuchsplanungQualitäts- und VerfahrenstechnikBetreff: Wie kann die ideale Stichprobengröße zur Validierung der Fehlerrate in einem Prozess geschätzt werden?Hallo @PValueEnemy ,
Für diese spezielle Frage würde ich einen der Rechner verwenden, die unter „Hilfe“, „Beispielindex“ verfügbar sind.
Wenn Sie in die Lehrressourcen gehen, gibt es einen Bereich für Rechner und einen Rechner mit dem Namen „Stichprobengröße für Konfidenzintervall“.
Wenn Sie es öffnen, geben Sie an, dass Sie an „Proportion“ interessiert sind:
Und dann müssen Sie einige Informationen eingeben, damit die Berechnung durchgeführt werden kann. Für Ihr spezifisches Problem müssen Sie das erforderliche Konfidenzniveau, den geplanten Wert und die gewünschte Fehlermarge angeben. Hier als Beispiel erhalte ich, sobald alle Fenster gefüllt sind, die berechnete benötigte Stichprobengröße:
Weitere Infos hier: JMP-Studentenabonnement
Ich hoffe, dies wird dir helfen,
Betreff: Wie kann die ideale Stichprobengröße zur Validierung der Fehlerrate in einem Prozess geschätzt werden?Hallo @PValueEnemy : Zusätzlich zu der Option von @Victor_G , können Sie unter DOE/Sample Size Explorers Folgendes ausprobieren:
Dann wirst du das sehen.
Sie werden feststellen, dass die erforderliche Stichprobengröße von der Anzahl der Fehler in der Stichprobe abhängt.Diese beiden Methoden sind gleichwertig (obwohl die Eingabe/Ausgabe unterschiedlich aussieht); bis auf die Tatsache, dass der Rechner @Victor_G Die vorgeschlagene Schätzung basiert auf der Normalnäherung, während diese auf dem exakten Clopper-Pearson-Intervall basiert (direkt auf der Binomialverteilung und nicht auf einer Näherung an die Binomialverteilung).
