サンプルサイズに関する質問部品の故障率が 30% であるとわかっている場合、少なくとも 1 つの故障を 95% 確実に見つけるためには、いくつの部品を検査する必要がありますか?プロセスを改善し、95% の信頼度で故障率が 30% から 10% に減少したかどうかを確認したいと仮定すると、いくつの部品を検査する必要があるでしょうか? JMP では DOE > サンプル サイズ エクスプローラー > パワー ウィザードを使用してこれらの答えが得られると思いますが、このスクリプトを使用してこれらの非常に基本的なサンプル サイズの質問に対する答えを得る方法が正確にはわかりません。
基本的なデータ分析とモデリングRe: サンプルサイズに関する質問2 つの独立したサンプル比率の検出力に関するドキュメントを見たことがありますか?
Re: サンプルサイズに関する質問こんにちは、マーク。この種のことに対して優れたサンプル比率ウィザードを使用する方法を教えてくれるので、迅速な対応に感謝します。上記の質問から少し離れて、部品が故障するかどうかを確認するために検査するのに 4 時間かかるとします。障害分析作業を行うために障害を見つける必要がありますが、経営陣は実際に障害が見つかるまでに部品の検査にどれくらい時間がかかるかを見積もってもらいたいと考えています。過去の故障率が 30% であると仮定して、経営陣に適切な時間を見積もっていると 95% の自信を持ちたいと考えます。故障が見つかるまでに何個の部品を検査する必要がありますか?
サンプルサイズに関する質問@dlehman1に同意します。そして、完全性と皆のさらなる理解のために: 幾何分布の場合、JMP で「ランダム幾何 (p)」がパラメーター化される方法 (確率 p の故障に対して、故障が発生するまでの非故障の数を返す) の平均は (1-p)/p です。したがって、p=0.3 の場合、平均は (1-0.3)/0.3 = 2.3 です。そして、p=0.1 の場合、平均は (1-0.1)/0.1 = 9 です。そして、これらは、平均をそれぞれ2.3487 と 8.951 と推定したシミュレーションを検証します。
https://en.wikipedia.org/wiki/Geometric_distribution
サンプルサイズに関する質問@dlehman1のアプローチが気に入りました。 信頼性のこのエクスプローラーも役立つかもしれません。
サンプルサイズに関する質問そうですね、ファイルには、最初の欠陥が現れるまでの平均部品数に対する 95% 信頼区間が示されています。各部品の検査に 4 時間かかる場合は、平均部品数 (および/または信頼区間) に 4 時間を掛けます。質問に何か見落としがあるかもしれませんが、私が言いたいのはそういうことです。
サンプルサイズに関する質問こんにちは翻訳: 、
超幾何/二項分布に OC 曲線を使用するのはいかがでしょうか?
ロットサイズについては言及されていませんでした、N。
N が大きい場合は二項分布で問題ありませんが、N が 1000 未満のように小さい場合は、超幾何分布を使用することをお勧めします。
この場合、不良品が少なくとも 1 個検出されるという 95% の信頼度 = 合格確率、Pa=0.05 (OC 曲線の Y 軸) となります。これは、不良率が 30% (つまり、X = 0.3) で c=0 のときにサンプルを合格するためです。
n サンプル サイズのサンプリング中に、不良品 1 個、不良品 2 個などを検出できます。
通常、OC 曲線を作成するには Excel を使用します。サンプル サイズの選択理由を理解するのが簡単だからです。ただし、JMP を使用すると、より速くシミュレーションできるはずです。以下に例を示します。
この研究が役に立つかもしれません: https://www.researchsquare.com/article/rs-3099107/v1
サンプルサイズに関する質問マーク、
私はこのスレッドを見つけ、私が直面している同様の問題について検討してきました。
最近、通常のサンプリングでは見つからなかった不具合が発生しました。
根本原因を特定した後、サンプル サイズに関係する項目を検証する必要があります。
最初の項目は、定義したイベント期間の前後に製造された製品からサンプルを採取して、封じ込めを検証することです。ロット サイズ (250 個) とイベント中に発生した障害の頻度 (8 ～ 30%) に基づいて、使用するサンプル サイズを決定します。この状態をモデル化するのに役立つプロファイラーをお勧めしますか? 私は統計学者ではありません。
2 つ目の項目は、今後のサンプル サイズを調整することです。現在、ロットあたり 1 個 (破壊テスト) のサンプルを採取していますが、この種類の材料からの製品はごく一部です。サンプル サイズを増やしてすべての製品を含めることをすでに決定していますが、欠陥を検出する信頼性を理解したいと考えています。採取したサンプルを、製品の母集団の約 20% から 100% に増やすことを考慮に入れることはできますか。ロットごとに多数のサンプルを採取しなくても済むようにしたいと考えていますが、この計算を行う方法やモデル化する方法がよくわかりません。
皆様のご支援とご提案に感謝いたします。
サンプルサイズに関する質問分かりました。90%、95%、または 99% のレベルで信頼する場合はどうでしょうか。この信頼レベルで障害を検出するために必要なサンプル サイズを推定するために、検出力探索を使用できますか。内部測定に基づいて平均と標準偏差を推定することは可能であり、シミュレーションによる分布の重複は最小限です。
サンプルサイズに関する質問dlehman1 と MRB3855 に感謝します。どちらも私が探していたものを提供してくれたので、JMP ツールボックスに追加するツールがいくつかできました。MRB3855 が提供してくれた式 (95% の確信を持って不合格を見つけるためのテストのサンプル数 = ln(0.05)/ln(1-p)、p は不合格率で、0.3 (30%) または 0.1 (10%) の場合、n を最も近い整数に切り上げます) のおかげで、私の基本的な質問 (それぞれ 9 と 29) に対する答えが得られました。
幾何分布は私にとって初めての経験でした (この分布についての追加説明をしてくださった MRB3855 に改めて感謝します)。dlehman1 が提供したサンプル ファイルで行われたようにこの分布をシミュレートすることは、私の質問に対する洗練された統計的アプローチであり、この質問の統計と確率の要素を結び付けるのに役立ちます。このアプローチをもう少し進めて、95% の信頼水準付近のデータ ポイントを強調表示し、そのデータをサブセット化しました。このデータには、上記の式で提供される数値とほぼ同じ平均値を持つ独自の分布があります。ここで説明している方のために注意しておくと、この平均値は、これら 2 つのランダムに生成された幾何分布の平均とは大きく異なります。平均値は、平均して 1 つの障害を見つけるために検査する必要がある部品の数と、95% の確信を持って 1 つの不合格品を見つけるために検査する必要がある部品の数の分布全体に基づいているためです。
おそらく、この素晴らしい JMP コミュニティへのちょっとしたチャレンジは、誰かがこの情報を活用して、統計と確率の知識が限られている人でも私の最初の質問に答えられるような、上司に賢く見えるような、すばらしいアドイン スクリプトを作成できるかどうかです。たとえば、ユーザーが検出する欠陥レベルと欠陥を検出するための信頼度レベルを指定し、スクリプトが検査する部品の数だけを出力すると、サンプル サイズ計算ツールとして便利です。dlehman1 の幾何分布のアイデアを追加すると、さらにすばらしいものになります。
サンプルサイズに関する質問最初の質問は、この議論の冒頭で私が答えたと思います。
2 番目の質問にどう答えたらよいかわかりません。サンプル サイズのエクスプローラーを調査して、目的に合うものがあるかどうかを確認しましたか?
サンプルサイズに関する質問こんにちは、 @chris_dennis さん。正直に申し上げますが、どちらの質問も私にはよく分かりません。一体何を前提としていらっしゃるのでしょうか？そして、一体何を知りたいのでしょうか？
サンプルサイズに関する質問説明を助けるためにプロセス図を添付しました。
1 是正措置後にイベントが正しく封じ込められたことを確認するために必要なサンプル サイズ。
2 将来の生産で内部的に検出するためにはサンプル サイズはどのくらいにすべきでしょうか。
各サンプル サイズ (1 および 2) の信頼レベルを定義する必要があります。
サンプルサイズに関する質問こんにちは、 @クリス・デニス 。図を見ると、「汚染がないことを確認するために必要なサンプルサイズは
是正措置後（検証サンプル）
答えは100%サンプリング（各バッチから250個全て）です。汚染がないことを「確認」したいのであれば、唯一の選択肢は100%サンプリングです。言い換えれば、（いかなる信頼度でも）0%を保証できるサンプリング計画は存在しないということです。100%サンプリング未満のサンプリング計画であれば、必ず「許容できる」不良率が存在するはずです。ここで「許容できる」と「望ましい」を混同しないように注意しましょう。「許容できる」とは、最悪のケースで許容できる程度を意味します。
