샘플 크기 결정안녕,
JMP 17을 사용하여 %CV(변동계수)의 함수로 표본 크기를 결정하는 방법이 있는지 궁금합니다.
기본 데이터 분석 및 모델링실험 설계예측 모델링 및 기계 학습Re: 샘플 크기 결정안녕하세요 @DFereidouni : 위 댓글에 대한 후속 조치입니다.
"H0: 데이터 세트의 cv 값은 < 17"입니다. 이를 통해 귀하의 질문은 실제로 샘플에서 계산된 CV에 관한 것이라고 추론할 수 있습니다. 따라서 모집단 CV에 대한 어떤 종류의 가설 테스트에 대해 실제로 묻는 것이 아닙니다. 표본에서 실제로 계산한 값과 해당 계산에 "적절한" 표본 크기가 무엇인지 알고 싶다면 위에서 설명한 두 번째 옵션이 최선의 선택일 수 있습니다.
Re: 샘플 크기 결정안녕하세요 @DFereidouni : 좋아요, CV <= 17%라는 것을 (어느 정도의 신뢰도로, 예를 들어 95%로) 보여주고 싶습니다. 따라서 H0는 실제로 CV > 17%이고 대립 가설 Ha는 CV <= 17%입니다. 하은은 항상 보여주려고 노력하는 것입니다.
귀하의 명확한 답변과 관련하여 귀하의 질문에 대한 대답은 "아니요, 이를 위해 구축된 JMP 플랫폼은 없습니다"입니다. 그렇다고 JMP에서 실행 취소할 수 없다는 뜻은 아닙니다. 그러나 시뮬레이션이 필요할 것 같습니다. 그 일부로 다음 스크립트가 유용할 수 있습니다.
https://community.jmp.com/t5/JMP-Scripts/Confidence-Interval-for-the-Coefficient-of-Variation-CV/ta-p/22574
즉, 90% 신뢰 구간의 상한이 < 17인 경우 95% 신뢰도에서 Ha: CV<=17을 위해 H0: CV>17을 거부합니다. 그러나 해당 신뢰 구간은 데이터가 있으면 사용됩니다. 따라서 데이터를 시뮬레이션할 수 있습니다(가정된 평균 및 100*SD/평균 < 17인 SD에 대한 일부 샘플 크기 기준). 그런 다음 해당 간격을 사용하여 상한이 17보다 작은지 확인할 수 있습니다. 그렇다면 해당 실행이 계산됩니다. "성공"으로. 그런 다음 "성공"으로 이어지는 시뮬레이션 실행 횟수를 추적하면서 그러한 시뮬레이션을 1000번 실행합니다. 그러면 검정력은 해당 평균, SD 및 표본 크기에 대한 (성공 수/시뮬레이션 수)입니다. 그런 다음 다양한 샘플 크기에 대해 해당 시뮬레이션을 반복합니다. 그러면 표본 크기에 따른 검정력을 갖게 됩니다(가정 평균 및 SD에 대해). 그런 다음 검정력이 충분히 높으면(종종 80%를 초과하지만 더 높은 것을 선택할 수도 있음) 표본 크기를 선택할 수 있습니다. 여기서 생각할 것이 많습니다 . 위 스크립트는 Vangel에서 권장하는 방법을 사용했습니다.
밴젤, 마크 G. (1996)정규변동계수에 대한 신뢰구간, 미국 통계학자 15(1) 21-26.
Vangel 기사를 찾을 수 없으면 여기 (3)을 참조하세요.
https://www.itl.nist.gov/div898/software/dataplot/refman1/auxillar/coefvacl.htm
또는 Vangel을 통해 자신만의 신뢰 구간 계산을 수행하고 n(샘플 크기)의 함수로 구간 너비가 어떻게 변하는지 확인할 수 있습니다. 그런 다음 간격의 너비가 미리 결정된 값보다 크지 않거나 표본 크기를 더 늘리기 위해 정밀도(구간의 너비)가 감소할 때까지 충분히 큰 n을 선택합니다. 이는 엄격하고 빠른 규칙이 없는 주관적인 고려 사항입니다.
내가 말했듯이...여기서 생각할 것이 많습니다 .
Re: 샘플 크기 결정중간 정밀도로 CV가 17%인 분석 테스트 방법이 있습니다. 목표는 이 테스트 방법에 대한 새로운 대조 물질 로트를 검증하는 것이며 가변성을 고려하여 얼마나 많은 테스트/실행을 수행해야 하는지 알고 싶습니다. 현재 로트의 범위는 2.1-6.2ng/mL입니다.
1- 단일 샘플 테스트
2- 정규 분포
3- H0: 데이터 세트의 cv 값이 < 17입니다.
Re: 샘플 크기 결정안녕하세요 @DFereidouni : 우리가 적절하게 대응할 수 있도록 더 많은 컨텍스트를 제공하고 정확히 무엇을 하려는지 확장할 수 있습니까? 추가로:
1. 이것은 전력 계산인가요? 하나의 샘플, 두 개의 샘플, k개의 샘플?
2. 가정된 분포는 로그 정규 분포입니까? 정상?
3. 테스트하려는 가설(귀무 및 대립)은 무엇입니까?
