Stichprobengröße und statistische AussagekraftHallo,
Ich habe eine Validierungsstudie für ein Finite-Elemente-Modell durchgeführt, indem ich eine bestimmte interessierende Menge mit experimentellen Daten verglichen habe. Ich habe diese Studie für 18 verschiedene Proben durchgeführt, um den mittleren Vorhersagefehler des Modells zu ermitteln. Die realen und simulierten Proben sind voneinander abhängig.
Ich möchte beurteilen, ob 18 eine statistisch signifikante Anzahl von Proben ist.
Wie kann ich die Leistung berechnen?
Vielen Dank für Ihre Hilfe
Grundlegende Datenanalyse und ModellierungPrädiktive Modellierung und maschinelles LernenBetreff: Stichprobengröße und statistische AussagekraftErstmal herzlich willkommen in der Community. Ich kann dir nicht viel weiterhelfen, da ich deine Frage nicht beantworten kann. Es fehlen einige Informationen:
1. Was meinen Sie mit statistisch signifikant?
2. Von wie vielen haben Sie 18 probiert?
3. Wie wurden die Proben beschafft (zufällig, systematisch usw.)
4. Was möchten Sie mit Ihrem Modell tun? Zukünftige Ergebnisse vorhersagen? In den Stichproben vorhandene Variationen erklären?
5. Ist der Prozess stabil?
6. Welche Alpha- und Betarisiken sind Sie bereit einzugehen?
7. Wurde Ihr Experiment wiederholt? Wenn ja, mit welcher Schlussfolgerung? Ist diese Schlussfolgerung repräsentativ für zukünftige Bedingungen?
8. Kennen Sie den Fehler Ihres Messsystems?
Statistische Signifikanz ist eine bedingte Aussage.
Betreff: Stichprobengröße und statistische AussagekraftHallo Statman,
Vielen Dank für Ihre Antwort. Meine Antworten finden Sie unten:
1. Was meinen Sie mit statistisch signifikant? Power > 0,8
2. Sie haben 18 von wie vielen Stichproben genommen? Von allen möglichen geometrischen Möglichkeiten. Ziel war es, den größtmöglichen Entwurfsspielraum in diese 18 Stichproben einzubeziehen, um nachweisen zu können, dass die vom Modell erzielten Vorhersagen genau und präzise waren.
3. Wie wurden die Proben beschafft (zufällig, systematisch, usw.) Zufällig, aber siehe Antwort zu #2
4. Was möchten Sie mit Ihrem Modell tun? Zukünftige Ergebnisse vorhersagen? In den Stichproben vorhandene Variationen erklären? Zukünftige Ergebnisse vorhersagen
5. Ist der Prozess stabil? Ich bin nicht sicher, was Sie damit meinen?
6. Welche Alpha- und Betarisiken sind Sie bereit einzugehen? 0,05 und 0,2 (Potenz 0,8)
7. Wurde Ihr Experiment wiederholt? Wenn ja, mit welcher Schlussfolgerung? Ist diese Schlussfolgerung repräsentativ für zukünftige Bedingungen?
8. Kennen Sie den Fehler Ihres Messsystems? Der mittlere absolute Fehler, den das Modell vorhersagt, beträgt 8,1 %. Die durchschnittliche experimentelle Variabilität betrug 5,0 %.
Ich hoffe das hilft
Betreff: Stichprobengröße und statistische AussagekraftHallo @TraceMatrices73 . Ich brauche hier etwas Klarheit. Sie sagen, Sie wollen eine Leistung > 0,8.
Leistung = Wahrscheinlichkeit (H0 ablehnen, vorausgesetzt, Ha ist wahr). Was sind die Null- und Alternativhypothesen, H0 bzw. Ha? Praktisch gesehen ist Ha das, was Sie „beweisen“ möchten, und H0 ist das Gegenteil von Ha.
Betreff: Stichprobengröße und statistische AussagekraftHallo MRB,
Vielen Dank für Ihre Nachricht.
Ich möchte beweisen, dass die vom Modell erzielten Vorhersagen gut mit den experimentellen Ergebnissen korrelieren. Dies könnte beispielsweise mit einem Intraklassen-Korrelationskoeffizienten von über 0,9 nachgewiesen werden. Eine alternative Hypothese ist, dass die Vorhersagen des Modells nicht gut mit den experimentellen Ergebnissen korrelieren.
Betreff: Stichprobengröße und statistische AussagekraftHallo @TraceMatrices73 : Ausgezeichnet, damit können wir arbeiten! Um sicherzustellen, dass wir alle auf dem gleichen Stand sind … für eine einfaktorielle ANOVA mit Zufallseffekt wird der ICC wie folgt definiert.
Sei V(b) = Varianz zwischen Gruppen/Klassen/was auch immer.
Sei V(w) = Varianz innerhalb von Gruppen/Klassen/was auch immer.
Sei V(t) = Gesamtvarianz = V(b) + V(w).
Dann ist ICC = V(b)/V(t).
Und Ihre Hypothesen sind dann:
H0: ICC <= 0,9
Wenn: ICC > 0,9
Sind wir einer Meinung? Wenn ja, was sind die Gruppen/Klassen? D. h., was ist der kategoriale Faktor/Effekt in der einfaktoriellen ANOVA?
