Taille de l'échantillon et puissance statistiqueSalut,
J'ai réalisé une étude de validation d'un modèle d'éléments finis en comparant une certaine quantité d'intérêt à des données expérimentales. J'ai mené cette étude sur 18 échantillons différents afin d'évaluer l'erreur de prédiction moyenne du modèle. Les échantillons réels et simulés sont dépendants.
Je souhaite évaluer si 18 était un nombre d’échantillons statistiquement significatif.
Comment puis-je calculer la puissance ?
Merci pour votre aide
Analyse et modélisation de données de baseModélisation prédictive et apprentissage automatiqueRé: Taille de l'échantillon et puissance statistiqueTout d'abord, bienvenue dans la communauté. Je ne vais pas vous être d'une grande aide car je ne peux pas répondre à votre question. Il manque quelques informations :
1. Qu’entendez-vous par statistiquement significatif ?
2. Vous en avez échantillonné 18 sur combien ?
3. Comment les échantillons ont-ils été acquis (aléatoirement, systématiquement, etc.)
4. Que souhaitez-vous faire avec votre modèle ? Prédire les résultats futurs ? Expliquer les variations présentes dans les échantillons ?
5. Le processus est-il stable ?
6. Quels risques alpha et bêta êtes-vous prêt à prendre ?
7. Votre expérience a-t-elle été reproduite ? Si oui, sur quelle inférence ? Cette inférence est-elle représentative des conditions futures ?
8. Connaissez-vous l’erreur de votre système de mesure ?
La signification statistique est une affirmation conditionnelle.
Ré: Taille de l'échantillon et puissance statistiqueBonjour Statman,
Merci pour votre réponse. Vous pouvez retrouver mes réponses ci-dessous :
1. Qu'entendez-vous par statistiquement significatif ? Puissance > 0,8
2. Combien d'échantillons avez-vous prélevés ? De toutes les possibilités géométriques possibles. L'objectif était d'inclure l'espace de conception le plus large possible à l'intérieur de ces 18 échantillons pour pouvoir démontrer que les prédictions obtenues par le modèle étaient exactes et précises.
3. Comment les échantillons ont-ils été acquis (aléatoirement, systématiquement, etc.) De manière aléatoire, mais voir la réponse à la question n° 2
4. Que souhaitez-vous faire avec votre modèle ? Prédire les résultats futurs ? Expliquer les variations présentes dans les échantillons ? Prédire les résultats futurs
5. Le processus est-il stable ? Je ne suis pas sûr de ce que vous voulez dire ici ?
6. Quels risques alpha et bêta êtes-vous prêt à prendre ? 0,05 et 0,2 (puissance 0,8)
7. Votre expérience a-t-elle été reproduite ? Si oui, sur quelle inférence ? Cette inférence est-elle représentative des conditions futures ?
8. Connaissez-vous l'erreur de votre système de mesure ? L'erreur absolue moyenne prédite par le modèle est de 8,1 %. La variabilité expérimentale moyenne était de 5,0 %
J'espère que cela aide
Ré: Taille de l'échantillon et puissance statistiqueBonjour @TraceMatrices73 . Pour moi, un peu de clarté est nécessaire ici. Vous dites que vous recherchez une puissance > 0,8.
Puissance = Probabilité (rejeter H0, étant donné que Ha est vrai). Quelles sont les hypothèses nulle et alternative, H0 et Ha, respectivement ? En pratique, Ha est ce que vous souhaitez « prouver », et H0 est l'opposé de Ha.
Ré: Taille de l'échantillon et puissance statistiqueSalut MRB,
Merci pour votre message.
Ce que je veux prouver, c'est que les prédictions obtenues par le modèle sont bien corrélées avec les résultats expérimentaux. Par exemple, cela pourrait être démontré avec un coefficient de corrélation intraclasse supérieur à 0,9. Une autre hypothèse est que les prédictions du modèle ne sont pas bien corrélées avec les résultats expérimentaux.
Ré: Taille de l'échantillon et puissance statistiqueBonjour @TraceMatrices73 : Excellent, c'est quelque chose avec lequel nous pouvons travailler ! Pour nous assurer que nous sommes tous sur la même longueur d'onde… pour une ANOVA à effet aléatoire unidirectionnel, le CCI est défini comme suit.
Soit V(b) = Variance entre les groupes/classes/autre.
Soit V(w) = Variance au sein des groupes/classes/autre.
Soit V(t) = Variance totale = V(b) + V(w).
Alors ICC = V(b)/V(t).
Et vos hypothèses sont alors :
H0 : CCI <= 0,9
Si : ICC > 0,9
Sommes-nous sur la même longueur d'onde ? Si oui, quels sont les groupes/classes ? Autrement dit, quel est le facteur/effet catégorique dans l'ANOVA à un facteur ?
