738904_it-IT

liliconcom

Dimensione del campione: più di un numero - (2023-US-30MP-1483)

Sebbene la domanda "Quante (parti/soggetti/serie) mi servono?" sia una di quelle che quasi ogni statistico teme, è una domanda importante e dovrebbe essere posta prima di eseguire qualsiasi studio o esperimento. La risposta sembra abbastanza semplice. Basta inserire alcuni numeri in una calcolatrice e via! Nella mia esperienza, però, i calcoli delle dimensioni del campione raramente sono così semplici.

JMP 16 ha introdotto un'intera suite di Sample Size Explorer, con altri aggiunti in JMP 17. Ma perché chiamarli "explorer" e non "calcolatrici"? Perché la dimensione del campione è più di un calcolo. È parte integrante di un progetto di studio e per determinare una dimensione del campione, è necessaria più della matematica. Questa presentazione esplora la dimensione del campione dal concetto all'esecuzione. Mentre gli esempi includono esplorazioni della dimensione del campione per studi su dispositivi medici o diagnostici, le lezioni apprese sono applicabili a tutti i settori.

Che cosa erano andando A parlare Di Oggi È

a semplice introduzione A campione misurare pensiero.

Poi BENE Aspetto A due esempi; uno, confrontando IL Significare Di due popolazioni,

E IL secondo, guardare A a studio con a proporzione punto finale,

E BENE avvolgere su con Alcuni aggiuntivo pensieri.

A domanda Io sono Spesso chiesto È, Che cosa campione misurare Fare I Bisogno?

Uno Potrebbe pensare, "OH, quello è facile. Appena utilizzo a campione misurare calcolatrice."

Ma Aspettare a secondo.

Perché fa Il JMP chiamata campione misurare calcolatrici esploratori?

Perché Sono Essi In IL DOE menu? Quale uno Fare I utilizzo?

BENE, andiamo parlare Di Alcuni campione misurare nozioni di base.

A campione misurare È calcolato precedente A corsa a studio.

A studio È UN sperimentare progettato avanti Di tempo.

Questo è Perché loro sono In IL DOE menu.

Campione misurare dipende SU IL obiettivo Di a studio.

I Spesso chiamata Questo, Sono Voi fabbricazione a 5 dollari decisione O a 50 $ milioni decisione?

Sono Voi guardare A a normativo sdoganamento,

a pubblicazione, UN Ricerca e sviluppo domanda, O a 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,

a pilota dati, O Spesso, O Appena semplicemente indovinare.

Campione misurare È a rischio-beneficio esplorazione.

Questo 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 a 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

a vero situazione Dove a azienda È In IL Ricerca e sviluppo fase.

loro sono facendo a 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 a campione, a energia analisi.

Essi erano chiesto per energia analisi di IL entità Quello È considerando

finanziamento IL progetto.

Come Potere Noi fornire a energia analisi senza a primario ingresso?

BENE, migliore Pensiero Qui È uno,

Noi Potevo Dire, "EHI, Noi non posso Fare a energia analisi,"

O, sapendo Quello IL finanziamento entità vuole a 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 generare a ricerca punto finale.

In Quello caso, erano andando A chiedere, "Potere I 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 richiedendo A iscriversi In IL studio.

I Bisogno A capire test per confrontando A indipendente significa,

E I Bisogno a calcolatrice per IL energia Di a test A confrontare A indipendente significa.

Che cosa I Piace A chiedere me stessa È Se I avevo dati, Che cosa volevo I Fare?

Se I capire Che cosa analisi Io sono andando A Fare,

quello è andando A aiuto Me determinare Che cosa campione misurare I Bisogno.

A volte tu 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 a Aspetto A Questo.

Io sono andando A aprire a dati tavolo, E Questo È Appena generato dati.

Ho avuto a malato… I Avere 15 malato pazienti E 15 salutare pazienti.

Io sono andando A Fare a Adatto Y di X.

Malato Fare a coppia Di cose Qui: Nostro allineare, Io sono andando A jitter Mio punti,

Io sono andando A correre a Test T, E I Piace A Aspetto A IL densità.

Ecco qui due Esempi Di Che cosa Alcuni dati Potrebbe Aspetto Piace.

SU IL Sinistra È a abbastanza separato popolazioni

Di risultati, IL biomarcatore numero uno.

IL differenza È Di 2, 2.5.

Questi erano generato da a normale distribuzione

COME erano IL quelli SU IL mano destra lato.

Qui, IL differenza È a poco meno.

Voi Potere Vedere In Entrambi luoghi,

Noi volevo concludere Quello c'è a 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 a Test T per Quello.

Ora IL domanda diventa,

Come molti campioni volevo I 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 p potenza.

I Volere energia per due indipendente campione significa.

I tiro Quello su, tu lo farai Vedere Quello c'è abbastanza a pochi cose A Aspetto A.

Primo, Noi Avere IL test tipo. Suo andando A Essere bilaterale.

Nostro Alfa È 0,05,

E IL gruppo popolazione standard deviazioni Sono non assunto A Essere conosciuto.

Erano indovinare A quelli.

A calcolare Mio campione misurare, I Bisogno A riempire In Questo informazioni.

Questo È Mio calcolatrice parte. I Avere due gruppi.

Io sono andando A inizio Sopra Qui SU IL mano destra lato.

I 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, I Bisogno A riempire In IL differenza A rilevare.

Qui, Io sono usando standard deviazione unità,

E Io sono andando A Dire I Volere A rilevare a uno standard deviazione unità differenza.

Prossimo, Ho avuto Giusto Ora campione misurare Di 30 In ogni gruppo

Quello dà Me a molto alto energia.

Io sono andando A inferiore Questo energia A 90,

E I Vedere Quello per a energia Di 90 A rilevare a differenza Di uno

fra questi due gruppi, I Bisogno a campione misurare

Di 15 soggetti In ogni gruppo.

Quello sembra ragionevole.

Ora, Voi Potere Aspetto A questi grafica A Vedere Quello

Come tuo ipotesi, tuo ipotesi Potrebbe impatto IL energia Di tuo studio.

Noi Potere Vedere Quello IL standard deviazioni Avere abbastanza a 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 a dolce macchiare In IL campione misurare.

COME I aumento IL campione misurare,

Mio energia È andando A aumento, Ma non terribilmente notevolmente.

COME I diminuire, Se I andato giù A Di 10,

Mio energia È andando A andare giù A Di otto.

Ma andiamo andare Indietro A IL punto Ora.

I Volere Di 15 campioni per gruppo.

In Questo esempio, A Ottenere 15 positivo campioni

da a studio Dove Io sono iscriversi persone,

E Se I Avere a 10 % prevalenza valutare

Di malattia Sopra IL studio periodo, I volevo Bisogno Di 150 soggetti.

Se IL prevalenza era Basso O Dire, soltanto 5%, Poi I volevo Bisogno 300 soggetti.

Ancora, campione misurare È a rischio beneficio calcolo,

COSÌ Noi Volere A considerare vario campione dimensioni.

Tutto Giusto, Ora A Nostro secondo esempio.

Questo È dimensionamento a studio con a 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 I Bisogno

A dimostrare sensibilità E specificità per normativo archiviazione?

I Fare a 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 a retrospettiva studio

Dove Ho Già avuto campioni, Forse In a congelatore O da a partner,

E Io sono Appena andando A tiro fuori IL quelli Quello I Bisogno.

Per a prospettico studio, Ancora, Noi volevo utilizzo IL prevalenza

A calcolare IL totale numero Di soggetti A iscriversi,

similmente COME Noi fatto In IL scorso esempio.

Ancora, Noi Bisogno Alcuni preliminare informazioni.

IL obiettivo Di Questo studio È a normativo archiviazione,

COSÌ a alto livello Di prova È necessario.

Poi Questo particolare industria settore, I Bisogno A dimostrare

Quello IL inferiore fiducia limite per sensibilità E specificità

È maggiore di 80 %.

IL studio progetto È a retrospettiva studio.

Suo a revisione Di TC scansione .

IL ipotesi Sono Quello IL sensibilità Di Identificazione

IL risultato È 0,9 E specificità È 0,85.

I Bisogno A capire IL fiducia intervallo COME UN risultato,

E I Bisogno a calcolatrice per fiducia intervallo per proporzione.

Ancora, IL domanda, Se I avevo dati, Che cosa volevo I Fare?

Andiamo Aspetto A Quello.

Ancora, I generato Alcuni dati.

I Avere a riferimento standard Dove I avevo Di 145 negativo campioni

E 144 positivo casi O campioni.

Poi I 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 I Aspetto A Questo?

BENE, I 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 I 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 menu.

Noi Volere A aggiungere fiducia intervalli,

E I tenuto giù Mio Controllare chiave A trasmissione quelli.

Ora I 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 I Avere Mio fiducia intervallo Quello va da 88-96,6

Tu lo farai Vedere Questo nota Qui Quello dice, calcolato usando punto fiducia intervalli.

Poi IL cosa A nota Qui

È Quello a punto fiducia intervallo È non simmetrico.

Noi Potere Aspetto A Quello.

Qui I generato a grafico,

E Voi Potere Vedere Quello Quando erano A IL Basso FINE,

COSÌ a probabilità Di 0,1,

Voi Potere Vedere Quello IL superiore fiducia limite È più alto

COME confrontato A IL punto stima di IL inferiore fiducia intervallo.

IL punto stime Sono non centrato In IL mezzo Di questi fiducia intervalli.

Questo è Appena IL natura Di Questo nucleo fiducia intervallo.

IL domanda Ora È,

Come molti campioni Fare I 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.

I volevo Bisogno a pochi Di più campioni In ordine A

spettacolo Quello Mio inferiore fiducia limite È maggiore di 0,8.

Ancora, IL domanda È Ora Quello I capire Che cosa Io sono guardare per

È Come tanto dati Dovrebbe I 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.

I avevo Sinistra IL intervallo tipo COME bifacciale,

fiducia intervalli, fiducia livello È 95 %.

Con IL campione misurare Di 144, Se Mio proporzione viene fuori A Essere 93,75,

Mio margine Di errore È 0,04.

Va bene, bene, cosa c'è margine Di errore?

Margine Di errore È IL metà larghezza Di IL fiducia intervallo.

Se Esso era a simmetrico fiducia intervallo,

Esso volevo Essere tuo più O meno valore Sopra tuo punto stima.

Ma In IL caso Di a 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 a meno 0,04 da Questo 93,75

Perché Noi notato 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 a fiducia limite Di 0,8. Andiamo Fare Quello calcolo.

Andiamo Mettere In Nostro assunto valore Di 0,9,

E andiamo Mettere In a 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 a 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,

I costruito a calcolatrice

Dove I Potere Mettere In Mio assunto proporzione E I Potere Mettere In Questo valore Di 56.

Se I correre Questo distribuzione,

E Che cosa I fatto Qui È I Avere UN risultato Di uno E zero, E I Avere a frequenza.

Se I rilanciare Questo,

I utilizzo IL risultato E I utilizzo IL frequenza colonna

A Dare Me IL distribuzione COME Se I avevo anni 51 E sei zeri In Mio dati file.

BENE, Che cosa fa Quello Aspetto Piace?

Con a campione misurare Di 56,

a proporzione Di Di 0,9, Mio inferiore fiducia limite,

usando a punto fiducia intervallo È 0,78.

Questo campione misurare Di 56 dà Me IL precisione Quello I chiesto per,

IL margine Di errore Di 0,08, Ma Esso non lo fa abbastanza Dare Me

IL inferiore limite SU Questo fiducia intervallo Quello I Bisogno per Questo situazione.

Andiamo Mettere In a leggermente più grande campione misurare.

Andiamo Fare Questo 65.

Quello dà Me a 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 I Fare Quello, Ora I 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 a Totale uccidere 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 a pochi breve commenti SU aggiuntivo argomenti.

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 generare a studio basato SU quelli distribuzioni.

Poi Voi Potere analizzare Quello dati A Vedere Se tuo punto finale È Di.

È Esso Di? SÌ O NO?

Poi Voi Potere ripetere Quello Alcuni grande numero Di volte

E calcolare IL porzione Di volte, tuo punto finale È Di.

In a senso, tuo energia.

Come probabile Sono Voi A Incontrare tuo punto finale dato tuo ipotesi?

I 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 succede 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 a nuovo test

O Noi Volere A sviluppare a 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.

Questo è Che cosa I Avere SU campione misurare. Suo Di più di a 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 a Grande risultato.

Grazie Voi, E quello è Esso.

Modellazione statistica avanzataAnalisi e modellazione dei dati di baseRicerca sui consumatori e sul mercatoProgettazione degli esperimentiPersonalizzazione di massaIngegneria della qualità e dei processi