738904_ko-KR

liliconcom

샘플 크기: 숫자 이상 - (2023-US-30MP-1483)

"몇 개의 (부분/대상/실행)이 필요한가?"라는 질문은 거의 모든 통계학자가 두려워하는 질문이지만, 중요한 질문이며 연구나 실험을 실행하기 전에 물어봐야 합니다. 답은 충분히 간단해 보입니다. 계산기에 숫자를 몇 개 입력하면 됩니다! 하지만 제 경험상 표본 크기 계산은 그렇게 쉬운 경우가 드뭅니다.

JMP 16은 전체 샘플 크기 탐색기를 도입했으며, JMP 17에서는 더 많은 것이 추가되었습니다. 하지만 왜 "탐색기"라고 부르고 "계산기"라고 부르지 않을까요? 샘플 크기는 계산 이상의 것이기 때문입니다. 이는 연구 설계의 필수적인 부분이며, 샘플 크기를 결정하려면 수학 이상의 것이 필요합니다. 이 프레젠테이션에서는 개념에서 실행까지 샘플 크기를 살펴봅니다. 예시에는 의료 기기 또는 진단 연구에 대한 샘플 크기 탐색이 포함되지만, 얻은 교훈은 산업 전반에 적용할 수 있습니다.

무엇 이었다 가고 있다 에게 말하다 ~에 대한 오늘 ~이다

a 단순한 소개 에게 견본 크기 생각.

그 다음에 잘 바라보다 ~에 둘 예시; 하나, 비교하다 그만큼 평균 ~의 둘 인구,

그리고 그만큼 두번째, 찾고있다 ~에 a 공부하다 ~와 함께 a 비율 종착점,

그리고 잘 포장하다 위로 ~와 함께 일부 추가의 생각.

A 질문 나는 자주 물었다 이다, 무엇 견본 크기 하다 I 필요?

하나 ~할 것 같다 생각하다, "오, 그게 쉬운. 단지 사용 a 견본 크기 계산자."

하지만 기다리다 a 두번째.

왜 하다 제이엠피 부르다 견본 크기 계산기 탐험가?

왜 ~이다 그들 ~에 그만큼 암사슴 메뉴? 어느 하나 하다 I 사용?

잘, 하자 말하다 ~에 대한 일부 견본 크기 기초.

A 견본 크기 ~이다 계획된 이전의 에게 달리기 a 공부하다.

A 공부하다 ~이다 하나 실험 설계됨 앞으로 ~의 시간.

그것이다 왜 그들은 ~에 그만큼 암사슴 메뉴.

견본 크기 달려있다 ~에 그만큼 목표 ~의 a 공부하다.

I 자주 부르다 이것, ~이다 너 만들기 a 5달러 결정 또는 a 50달러 백만 결정?

~이다 너 찾고있다 ~에 a 규제 정리,

a 출판, 하나 연구개발 질문, 또는 a 단순한 탐구?

뭐야? 그만큼 주요한 종착점 ~의 당신의 공부하다? 무엇 ~이다 너 견딜 수 없는 에게 보여주다?

어떻게 ~이다 당신의 공부하다 설계? 무엇 ~이다 당신의 결과 가정?

이것들 ~할 것 같다 BE 기반을 둔 ~에 이전의 지식,

a 조종사 데이터, 또는 자주, 또는 단지 간단히 추측.

견본 크기 ~이다 a 위험-이익 탐구.

그것이다 왜 그들은 ~라고 불리는 견본 크기 탐험가.

너 원하다 에게 탐구하다

어떻게 다른 가정 ~이다 가고 있다 에게 영향 당신의 견본 크기.

지금, 더 ~이다 일반적으로 더 나은,

하지만 ~처럼 우리 모두 알다, 더 소송 비용 더, 그리고 더 ~할 것 같다 ~ 아니다 BE 가능한.

하자 시작 ~와 함께 a 단순한 예

~의 사이징 그만큼 공부하다 ~을 위한 비교하다 둘 수단.

잘 ~에 그만큼 맞다 Y ~에 의해 X 플랫폼,

그리고 잘 바라보다 ~에 그만큼 힘 탐침 ~을 위한 둘 독립적인 견본 수단.

이것 견본 크기 예 ~이다 기반을 둔 ~에

a 진짜 상황 어디 a 회사 ~이다 ~에 그만큼 연구개발 단계.

그들은 행위 a 견본 수집 공부하다. 저것 ~할 수 있었다 BE 피, 비강 면봉, 타액.

있다 아니요 주요한 종착점 왜냐하면 그것은 하나 연구개발 공부하다.

그들은 아직 ~에 그만큼 연구개발 단계, 하지만 그들 필요 a 견본, a 힘 분석.

그들 ~이었다 물었다 ~을 위한 힘 분석 ~에 의해 그만큼 실재 저것 ~이다 치고는

자금 조달 그만큼 프로젝트.

어떻게 ~할 수 있다 우리 제공하다 a 힘 분석 없이 a 주요한 입력?

잘, 최상의 생각 여기 ~이다 하나,

우리 ~할 수 있었다 말하다, "여기요, 우리 캔트 하다 a 힘 분석,"

또는, 앎 저것 그만큼 자금 조달 실재 원한다 a 힘 분석

에게 보여주다 저것 우리는 생각 ~에 대한 그만큼 공부하다 그리고 우리는 생각 ~에 대한 어떻게 많은 사람들

~이었다 질문 그들을 에게 싸다, 우리 ~할 수 있었다 생성하다 a 연구 종점.

~ 안에 저것 사례, 이었다 가고 있다 에게 묻다, "할 수 있다 I 구별하다 그만큼 차이점 ~에 수단

~ 사이 나의 아픈 그리고 건강한 과목 ~을 위한 일부 주요한 생물학적 마커?"

잘 사용 그만큼 견본 크기 ~에서 그만큼 힘 분석

그리고 그만큼 예상되는 널리 퍼짐 ~의 병 에게 신이 옳다고 하다 그만큼 숫자

~의 과목, 이었다 요청하다 에게 싸다 ~에 그만큼 공부하다.

I 필요 에게 이해하다 시험 ~을 위한 비교하다 에게 독립적인 수단,

그리고 I 필요 a 계산자 ~을 위한 그만큼 힘 ~의 a 시험 에게 비교하다 에게 독립적인 수단.

무엇 I 좋다 에게 묻다 내 자신 ~이다 만약에 I 가졌다 데이터, 무엇 ~일 것이다 I 하다?

만약에 I 이해하다 무엇 분석 나는 가고 있다 에게 하다,

그게 가고 있다 에게 돕다 나 결정하다 무엇 견본 크기 I 필요.

때때로 당신은 할 것이다 가지다 조종사 데이터,

그리고 때때로 너 ~할 수 있다 단지 만들다 위로 데이터 에게 돕다 너 수치 밖으로

무엇 분석 ~이다 너 가고 있다 에게 하다 그리고 무엇 견본 사이징 ~해야 한다 너 하다.

하자 가져가다 a 바라보다 ~에 이것.

나는 가고 있다 에게 열려 있는 a 데이터 테이블, 그리고 이것 ~이다 단지 생성됨 데이터.

나는 갖다 a 아픈… I 가지다 15 아픈 환자 그리고 15 건강한 환자.

나는 가고 있다 에게 하다 a 맞다 Y ~에 의해 엑스.

아픈 하다 a 커플 ~의 것들 여기: 우리의 범위, 나는 가고 있다 에게 지터 나의 전철기,

나는 가고 있다 에게 달리다 a t-검정, 그리고 I 좋다 에게 바라보다 ~에 그만큼 밀도.

여기에 있습니다 둘 예시 ~의 무엇 일부 데이터 ~할 것 같다 바라보다 좋다.

~에 그만큼 왼쪽 ~이다 a 꽤 분리된 인구

~의 결과, 그만큼 바이오마커 숫자 하나.

그만큼 차이점 ~이다 ~에 대한 2, 2.5.

이것들 ~이었다 생성됨 ~에서 a 정상 분포

~처럼 ~이었다 그만큼 그들 ~에 그만큼 오른손 옆.

여기, 그만큼 차이점 ~이다 a 작은 더 적은.

너 ~할 수 있다 보다 ~에 둘 다 장소,

우리 ~일 것이다 끝내다 저것 있다 a 차이점 ~ 사이 이것들 둘 인구.

그만큼 하나 ~에 그만큼 오른쪽 존재 더 가까이 함께

~이다 더 열심히 에게 구별 짓다 ~보다 그만큼 하나 ~에 그만큼 왼쪽.

우리 사용된 a t-검정 ~을 위한 저것.

지금 그만큼 질문 된다,

어떻게 많은 샘플 ~일 것이다 I 필요

만약에 나는 가고 있다 에게 달리다 이것 실험?

다시, 하자 바라보다 ~에 저것.

허락하다 나 단지 단계 ~을 통해 나의 작업 흐름 빌더

그래서 그것 닫는다 아래에 우리의 데이터 테이블.

암사슴 견본 크기 탐험가 p 전원.

I 원하다 힘 ~을 위한 둘 독립적인 견본 수단.

I 당기다 저것 위로, 당신은 할 것이다 보다 저것 있다 상당히 a 약간의 것들 에게 바라보다 에.

첫 번째, 우리 가지다 그만큼 시험 유형. 그것은 가고 있다 에게 BE 양면적.

우리의 알파 ~이다 0.05,

그리고 그만큼 그룹 인구 기준 편차 ~이다 ~ 아니다 꾸민 에게 BE 알려진.

이었다 추측하다 ~에 저것들.

에게 믿다 나의 견본 크기, I 필요 에게 채우다 ~에 이것 정보.

이것 ~이다 나의 계산자 부분. I 가지다 둘 여러 떼.

나는 가고 있다 에게 시작 ~ 위에 여기 ~에 그만큼 오른손 옆.

I 가지다 둘 그룹 기준 편차 에게 놓다 ~에 추정 을 위한.

나는 가고 있다 에게 추정하다 저것 하나 그룹 ~이다 더 적은 변하기 쉬운 ~보다 그만큼 다른 그룹.

다음, I 필요 에게 채우다 ~에 그만큼 차이점 에게 감지하다.

여기, 나는 사용 중 기준 편차 단위,

그리고 나는 가고 있다 에게 말하다 I 원하다 에게 감지하다 a 하나 기준 편차 단위 차이점.

다음, 나는 갖다 오른쪽 지금 견본 크기 ~의 30 ~에 각 그룹

저것 준다 나 a 매우 높은 힘.

나는 가고 있다 에게 낮추다 이것 힘 에게 90,

그리고 I 보다 저것 ~을 위한 a 힘 ~의 90 에게 감지하다 a 차이점 ~의 하나

~ 사이 이것들 둘 여러 떼, I 필요 a 견본 크기

~의 15 과목 ~에 각 그룹.

저것 보인다 합리적인.

지금, 너 ~할 수 있다 바라보다 ~에 이것들 제도법 에게 보다 저것

어떻게 당신의 추측, 당신의 가정 ~할 것 같다 영향 그만큼 힘 ~의 당신의 공부하다.

우리 ~할 수 있다 보다 저것 그만큼 기준 편차 가지다 상당히 a 조금 ~의 영향.

처럼 나의 기준 편차 증가하다,

그래서 나의 데이터 된다 더 확산 밖으로, 나의 힘 감소합니다.

그것은 가고 있다 에게 BE 더 열심히 에게 감지하다 이것 차이점.

너 ~할 수 있다 보다 이었다 ~에 a 달콤한 점 ~에 그만큼 견본 크기.

처럼 I 증가하다 그만큼 견본 크기,

나의 힘 ~이다 가고 있다 에게 증가하다, 하지만 ~ 아니다 몹시 매우.

처럼 I 감소하다, 만약에 I 갔다 아래에 에게 ~에 대한 10,

나의 힘 ~이다 가고 있다 에게 가다 아래에 에게 ~에 대한 여덟.

하지만 하자 가다 뒤쪽에 에게 그만큼 가리키다 지금.

I 원하다 ~에 대한 15 샘플 당 그룹.

~ 안에 이것 사례, 에게 얻다 15 긍정적인 샘플

~에서 a 공부하다 어디 나는 등록하다 사람들,

그리고 만약에 I 가지다 a 10 % 널리 퍼짐 비율

~의 병 ~ 위에 그만큼 공부하다 기간, I ~일 것이다 필요 ~에 대한 150 과목.

만약에 그만큼 널리 퍼짐 ~였다 낮은 또는 말하다, 오직 5%, 그 다음에 I ~일 것이다 필요 300 과목.

다시, 견본 크기 ~이다 a 위험 혜택 계산,

그래서 우리 원하다 에게 고려하다 다양한 견본 크기.

모두 오른쪽, 지금 에게 우리의 두번째 예.

이것 ~이다 사이징 a 공부하다 ~와 함께 a 비율 종점.

잘 사용 그만큼 분포 플랫폼

그리고 잘 사용 그만큼 간격 탐침 ~을 위한 하나 견본 비율.

이것 ~이다 기반을 둔 ~에 그만큼 질문 ~의 어떻게 많은 샘플 하다 I 필요

에게 입증하다 감광도 그리고 특성 ~을 위한 규제 줄질?

I 하다 a 많은 ~의 일하다 ~에 진단.

~ 안에 진단, 감광도 ~이다 간단히 그만큼 비율 ~의 긍정적인 사례

저것 당신의 시험 전화하다 긍정적인, 그리고 그만큼 특성 ~이다 그만큼 비율

~의 부정적인 사례 저것 당신의 시험 전화하다 부정적인.

우리 일반적으로 믿다 견본 크기 ~을 위한 각 ~의 이것들 메트릭 개별적으로,

그리고 그 다음에 우리 추가하다 ~을 위한 그만큼 총 견본 크기 ~을 위한 a 회고적 공부하다

어디 나는 이미 갖다 샘플, 아마도 ~에 a 냉동고 또는 ~에서 a 파트너,

그리고 나는 단지 가고 있다 에게 당기다 밖으로 그만큼 그들 저것 I 필요.

을 위한 a 전망있는 공부하다, 다시, 우리 ~일 것이다 사용 그만큼 널리 퍼짐

에게 믿다 그만큼 총 숫자 ~의 과목 에게 싸다,

비슷하게 ~처럼 우리 했다 ~에 그만큼 마지막 예.

다시, 우리 필요 일부 예비의 정보.

그만큼 목표 ~의 이것 공부하다 ~이다 a 규제 줄질,

그래서 a 높은 수준 ~의 증거 ~이다 필요합니다.

그 다음에 이것 특정한 산업 부문, I 필요 에게 입증하다

저것 그만큼 낮추다 신뢰 한계 ~을 위한 감광도 그리고 특성

~이다 보다 큰 ~보다 80 %.

그만큼 공부하다 설계 ~이다 a 회고적 공부하다.

그것은 a 검토 ~의 코네티컷 주사 .

그만큼 가정 ~이다 저것 그만큼 감광도 ~의 식별

그만큼 결과 ~이다 0.9 그리고 특성 ~이다 0.85.

I 필요 에게 이해하다 그만큼 신뢰 간격 ~처럼 하나 결과,

그리고 I 필요 a 계산자 ~을 위한 신뢰 간격 ~을 위한 비율.

다시, 그만큼 질문, 만약에 I 가졌다 데이터, 무엇 ~일 것이다 I 하다?

하자 바라보다 ~에 저것.

다시, I 생성됨 일부 데이터.

I 가지다 a 참조 기준 어디 I 가졌다 ~에 대한 145 부정적인 샘플

그리고 144 긍정적인 사례 또는 샘플.

그 다음에 I 가지다 그만큼 시험 결과, 긍정적인 그리고 부정적인.

너 ~할 수 있다 보다 그들은 ~ 아니다 완벽한.

일부 ~의 그만큼 사례 저것 그만큼 시험 전화하다 부정적인 ~이다 실제로 긍정적인,

그리고 일부 ~의 그만큼 사례 저것 그만큼 시험 전화하다 긍정적인 ~이다 실제로 부정적인.

어떻게 ~일 것이다 I 바라보다 ~에 이것?

잘, I ~할 수 있었다 표로 만들다 그것

그리고 오다 위로 ~와 함께 그만큼 % ~의 긍정적인 사례 저것 그만큼 시험 전화하다 긍정적인

그리고 그만큼 % ~의 부정적인 사례 저것 그만큼 시험 전화하다 부정적인.

하지만 I 원하다 신뢰 간격.

나는 가고 있다 에게 사용 그만큼 분포 플랫폼,

그리고 나는 가고 있다 에게 바라보다 ~에 그만큼 비율 ~에 그만큼 시험 사례 ~에 의해 그만큼 참조 사례.

다시, 하자 추가하다…

우리 원하다 에게 추가하다, 죄송합니다, 잘못된 빨간색 삼각형 메뉴.

우리 원하다 에게 추가하다 신뢰 간격,

그리고 I 유지된 아래에 나의 제어 열쇠 에게 방송 저것들.

지금 I ~할 수 있다 바라보다 그리고 보다 뭐야? 가고 있다 ~에 여기.

을 위한 그만큼 사례 저것 ~에 의해 그만큼 참조 ~이다 긍정적인,

그만큼 새로운 방법 전화하다 135 ~의 저것들 긍정적인, 그래서 93.75,

그리고 I 가지다 나의 신뢰 간격 저것 간다 ~에서 88-96.6

당신은 할 것이다 보다 이것 메모 여기 저것 말한다, 계산된 사용 중 점수 신뢰 간격.

그 다음에 그만큼 물건 에게 메모 여기

~이다 저것 a 점수 신뢰 간격 ~이다 ~ 아니다 대칭적.

우리 ~할 수 있다 바라보다 ~에 저것.

여기 I 생성됨 a 그래픽,

그리고 너 ~할 수 있다 보다 저것 언제 이었다 ~에 그만큼 낮은 끝,

그래서 a 개연성 ~의 0.1,

너 ~할 수 있다 보다 저것 그만큼 높은 신뢰 한계 ~이다 더 높은

~처럼 비교하다 에게 그만큼 가리키다 추정 ~보다 그만큼 낮추다 신뢰 간격.

그만큼 가리키다 추정 ~이다 ~ 아니다 중앙에 위치 ~에 그만큼 가운데 ~의 이것들 신뢰 간격.

그것이다 단지 그만큼 자연 ~의 이것 핵심 신뢰 간격.

그만큼 질문 지금 이다,

어떻게 많은 샘플 하다 I 필요 에게 보여주다 저것

나의 낮추다 신뢰 한계 ~이다 ~에 최소 0.8, 주어진 그만큼 가정 ~의 여기

우리 가졌다 ~을 위한 감광도, 어느 ~이다 그만큼 긍정적인 옆,

저것 우리 ~이었다 가고 있다 에게 BE 보다 큰 ~보다 0.9, 그리고 ~에 그만큼 부정적인 옆

저것 우리 ~이었다 가고 있다 에게 BE 보다 큰 ~보다 0.85.

여기 우리 ~할 수 있다 보다 저것 ~에 0.85, 나의 낮추다 신뢰 한계 ~이다 오직 0.78.

I ~일 것이다 필요 a 약간의 더 샘플 ~에 주문하다 에게

보여주다 저것 나의 낮추다 신뢰 한계 ~이다 보다 큰 ~보다 0.8.

다시, 그만큼 질문 ~이다 지금 저것 I 이해하다 무엇 나는 찾고있다 ~을 위한

~이다 어떻게 많이 데이터 ~해야 한다 I 모으다?

하자 가다 에게 암사슴 견본 크기 탐침,

신뢰 간격 ~을 위한 하나 견본 비율.

하자 놓다 ~에 이것 예 여기.

하자 놓다 ~에 우리의 비율 ~의 0.9375,

그리고 그만큼 견본 크기 저것 우리 가졌다 사용된 여기, 어느 ~였다 144.

I 가졌다 왼쪽 그만큼 간격 유형 ~처럼 양면,

신뢰 간격, 신뢰 수준 ~이다 95 %.

와 함께 그만큼 견본 크기 ~의 144, 만약에 나의 비율 온다 밖으로 에게 BE 93.75,

나의 여유 ~의 오류 ~이다 0.04.

좋아, 글쎄요, 뭐야? 여유 ~의 오류?

여유 ~의 오류 ~이다 그만큼 반 너비 ~의 그만큼 신뢰 간격.

만약에 그것 ~였다 a 대칭적인 신뢰 간격,

그것 ~일 것이다 BE 당신의 ...을 더한 또는 마이너스 값 ~ 위에 당신의 가리키다 추정.

하지만 ~에 그만큼 사례 ~의 a 점수 신뢰 간격,

그리고 그게 무엇 이것 계산자 ~이다 기반을 둔 에,

이것 ~이다 그만큼 반 너비 ~의 당신의 신뢰 간격.

하지만 우리 ~할 수 있다 보다 저것…

와 함께 그만큼 93.75, 그만큼 여유 ~의 오류 ~의 0.04,

그것은 ~ 아니다 간단히 a 마이너스 0.04 ~에서 이것 93.75

왜냐하면 우리 알아차렸다 저것 언제 우리 했다 이것 계산

저것 우리의 낮추다 신뢰 한계 ~였다 0.88.

이것 견본 크기 ~이다 더 ~보다 충분한 ~을 위한 무엇 우리 필요합니다.

우리 오직 필요함 a 신뢰 한계 ~의 0.8. 하자 하다 저것 계산.

하자 놓다 ~에 우리의 꾸민 값 ~의 0.9,

그리고 하자 놓다 ~에 a 여유 ~의 오류 의, 말하다, 0.08.

우리 알다 저것 0.1 ~이다 가고 있다 에게 싼 견적 우리의 견본 크기.

만약에 우리 하다 이것 그리고 우리 말하다, 모두 오른쪽, ~을 위한 a 비율 ~의 0.9,

여유 ~의 오류 ~이다 0.08, 우리의 견본 크기, 그것 말한다, ~이다 56.

좋아요, 잘, 하자 다시 한번 확인하다 저것.

에게 하다 저것,

I 건설된 a 계산자

어디 I ~할 수 있다 놓다 ~에 나의 꾸민 비율 그리고 I ~할 수 있다 놓다 ~에 이것 값 ~의 56.

만약에 I 달리다 이것 분포,

그리고 무엇 I 했다 여기 ~이다 I 가지다 하나 결과 ~의 하나 그리고 영, 그리고 I 가지다 a 빈도.

만약에 I 다시 시작하다 이것,

I 사용 그만큼 결과 그리고 I 사용 그만큼 빈도 열

에게 주다 나 그만큼 분포 ~처럼 만약에 I 가졌다 51년대 그리고 육 0 ~에 나의 데이터 파일.

잘, 무엇 하다 저것 바라보다 좋다?

와 함께 a 견본 크기 ~의 56,

a 비율 ~의 ~에 대한 0.9, 나의 낮추다 신뢰 한계,

사용 중 a 점수 신뢰 간격 ~이다 0.78.

이것 견본 크기 ~의 56 준다 나 그만큼 정도 저것 I 물었다 을 위한,

그만큼 여유 ~의 오류 ~의 0.08, 하지만 그것 하지 않는다 상당히 주다 나

그만큼 낮추다 한계 ~에 이것 신뢰 간격 저것 I 필요 ~을 위한 이것 상황.

하자 놓다 ~에 a 약간 더 큰 견본 크기.

하자 만들다 이것 65.

저것 준다 나 a 여유 ~의 오류 ~의 0.074, 어느 ~이다 약간 더 단단하게 ~보다 그만큼 0.08,

그리고 하자 보다 무엇 저것 보인다 좋다 ~에 나의 점수 신뢰 간격.

만약에 I 하다 저것, 지금 I 보다 저것 나의 낮추다 신뢰 한계 ~이다 ~ 위에 그만큼 0.8.

그만큼 가리키다 ~의 이것 ~였다 ~ 아니다 에게…

그만큼 가리키다 ~의 이것 ~였다 정말 에게 보여주다 너 저것 그것은 중요한 에게 이해하다

무엇 그것 ~이다 너는 견딜 수 없는 에게 보여주다, 그리고 그것은 중요한 에게 이해하다

무엇 ~이다 그것 저것 당신의 견본 크기 계산자 ~이다 제공하다 에게 너.

거기 ~이다 견본 크기 계산기 모두 ~ 위에 그만큼 인터넷.

그 다음에 ~에 제이엠피, 우리 가지다 a 전체 회전 ~의 견본 크기 계산기,

탐험가들 에게 바라보다 에.

그것은 중요한 에게 이해하다 무엇 ~이다 당신의 종착점,

무엇 ~이다 너 견딜 수 없는 에게 해결하다, 그리고 무엇 ~이다 그것 저것 당신의 계산자

~이다 계산하다 ~을 위한 너.

한 번 너 하다 저것, 그 다음에 너는 더 나은 잘 아는

~을 위한 만들기 결정 ~처럼 에게 어떻게 많은 샘플 하다 너 정말 필요.

하자 마치다 위로 ~와 함께 단지 a 약간의 짧은 댓글 ~에 추가의 주제.

다른 방법 저것 너 ~할 수 있다 얻다 ~에 견본 크기.

하나 ~이다 시뮬레이션.

너 ~할 수 있다 사용 조종사 데이터 에게 정의하다 배포,

사용 무작위의 숫자 발전기 에게 생성하다 a 공부하다 기반을 둔 ~에 저것들 분포.

그 다음에 너 ~할 수 있다 분석하다 저것 데이터 에게 보다 만약에 당신의 종착점 ~이다 의.

~이다 그것 의? 예 또는 아니요?

그 다음에 너 ~할 수 있다 반복하다 저것 일부 크기가 큰 숫자 ~의 타임스

그리고 믿다 그만큼 부분 ~의 타임스, 당신의 종착점 ~이다 의.

~ 안에 a 감각, 당신의 힘.

어떻게 ~할 것 같은 ~이다 너 에게 만나다 당신의 종착점 주어진 당신의 가정?

I 좋다 에게 하다 저것. 시뮬레이션 ~이다 유용한.

다시, 하지만, 그것은 모두 기반을 둔 ~에 당신의 가정.

만약에 당신의 가정 ~이다 잘못된, 당신의 견본 크기 5월 ~ 아니다 BE 크기가 큰 충분한.

또 다른 물건 저것 자주 발생하다 ~이다 저것 우리 가지다 에게 만들다

그만큼 최상의 할당 ~의 무엇 우리 가지다.

우리 5월 가지다 1,000 샘플 ~에 그만큼 냉동고

그리고 우리 알다 무엇 그들의 결과 ~이다 그리고 우리 원하다 에게 시험 그들을 ~에 a 새로운 시험

또는 우리 원하다 에게 개발하다 a 새로운 시험.

어떻게 많은 ~할 수 있다 우리 사용 에게 기차 하나 연산?

어떻게 많은 하다 우리 필요 에게 사용 에게 검증하다 저것 연산?

때때로 우리 가지다 에게 가져가다 그만큼 견본 숫자 저것 우리 가지다.

사용 그만큼 견본 크기 탐험가들 에게 평가하다 무엇 너 ~할 것 같다 BE 할 수 있는 에게 끝내다,

그리고 그 다음에 사용 저것들 결과 에게 결정하다 만약에 무엇 너 가지다 ~이다 충분한 에게 진행하다

~와 함께 그만큼 실험

그리고 그만큼 개발 ~의 당신의 시험 또는 제품.

그것이다 무엇 I 가지다 ~에 견본 크기. 그것은 더 ~보다 a 숫자.

그것은 기반을 둔 ~에 무엇 그것 ~이다 너는 견딜 수 없는 에게 결정하다

그리고 어떻게 너는 가고 있다 에게 분석하다 그만큼 데이터 한 번 너 얻다 저것 데이터.

그것은 하나 탐구, 너 원하다 에게 가져가다 ~ 안으로 계정

어떻게 하다 저것들 가정 저것 너 만들다 영향 저것들 견본 사이즈

그리고 방지책 당신의 베팅 ~을 위한 a 엄청난 결과.

감사하다 너, 그리고 그게 그것.

고급 통계 모델링기본 데이터 분석 및 모델링소비자 및 시장 조사실험 설계대량 맞춤형품질 및 공정 엔지니어링