Scopri come eseguire l'esame:
Nota: il video include sessioni di domande e risposte.
Perché utilizzare Sample Size Explorers per DOE, introdotto in JMP 16? Per bilanciare le nostre risorse (non vogliamo eseguire troppi test) con i risultati desiderati. Questi risultati dipendono dalla confidenza e dalla potenza desiderate, insieme ad alcune stime specifiche del test. Rispondere a domande, tra cui
- Quante unità devo testare?
- Sarò in grado di rilevare una differenza nel mio trattamento?
- Quanti campioni sono necessari per costruire un intervallo con una larghezza specificata?
- Quante unità devo testare per stimare il tempo di guasto?
Informazioni sulla fiducia statistica
Se raccogliamo un campione di componenti ed effettuiamo una misurazione su ciascuno di essi, possiamo calcolare la media e la deviazione standard per quel campione specifico. Il campione è stato estratto da una "popolazione" di componenti, che ha una propria media e deviazione standard reali. Non abbiamo modo di conoscere la vera media e deviazione standard della popolazione (a meno che non misuriamo TUTTI i componenti della popolazione, il che è generalmente proibitivo in termini di costi). È probabile che la media e la deviazione standard del campione non coincidano con la media e la deviazione standard della popolazione. Vorremmo definire un intervallo di valori entro il quale riteniamo che si trovi effettivamente la media totale della popolazione.
Per determinare questo intervallo, dobbiamo avere un certo grado di fiducia nei nostri risultati. Questo può essere una qualsiasi percentuale compresa tra 0 e 100%. Spesso si sceglie il 95%, ma dipende dall'applicazione. Quindi, dopo alcuni calcoli, arriviamo a un'affermazione come "Il nostro campione di 15 pezzi ha una media di 13,1. Abbiamo una fiducia del 95% che la vera media della popolazione da cui sono stati estratti questi 15 pezzi sia compresa tra 10,4 e 15,8. Ciò significa che nel 95% dei casi (ovvero 19 volte su 20) avrò ragione. La vera media della popolazione sarebbe effettivamente compresa tra 10,4 e 15,8."
Nel restante 5% dei casi (1 volta su 20) avremmo torto. La vera media della popolazione sarebbe inferiore a 10,4 o superiore a 15,8.
Si noti che se preleviamo un altro campione di 15 parti, otterremo un risultato diverso. Ad esempio, potremmo ottenere una media campionaria di 13,3 con una deviazione standard campionaria diversa. In questo caso, il nostro intervallo di confidenza al 95% potrebbe essere compreso tra 10,9 e 15,7. Se preleviamo un altro campione, questa volta di 30 parti, potremmo ottenere un intervallo di confidenza al 95% più ristretto, ad esempio tra 12,1 e 14,5. È più ristretto perché, grazie alla maggiore dimensione del campione, abbiamo una stima migliore della vera media e deviazione standard della popolazione.
Informazioni sulla potenza statistica
Questo generalmente implica la capacità di rilevare una DIFFERENZA. Ad esempio, vogliamo sapere se la vera media della popolazione è 15, entro +/- 1 unità. Intendiamo estrarre un campione di 25 elementi dalla popolazione. Prevediamo che la deviazione standard degli elementi sarà di 1,0 unità. Quando stimiamo la media effettiva della popolazione, vogliamo avere una confidenza del 95% nella stima.
Con quale frequenza avremo ragione nell'ipotesi che la vera media della popolazione sia 15 ± 1? Questa è la POTENZA STATISTICA. In questo caso avremmo ragione il 40% delle volte. Quindi, se preleviamo più campioni da 5 parti ciascuno e ogni volta traiamo una conclusione sul fatto che la media della popolazione sia effettivamente 15 ± 1, avremo ragione solo il 40% delle volte. Possiamo aumentare la potenza aumentando il numero di campioni, ampliando la differenza da rilevare o riducendo la nostra fiducia nella stima della media della popolazione. Potenza = probabilità di rifiutare correttamente l'ipotesi nulla. In genere siamo interessati alla potenza solo quando l'ipotesi nulla è effettivamente falsa.
Risorse
