Tamaño de la muestra y potencia estadísticaHola,
He realizado un estudio de validación de modelos de elementos finitos comparando una determinada cantidad de interés con datos experimentales. He llevado a cabo este estudio para 18 muestras diferentes con el fin de evaluar el error de predicción medio del modelo. Las muestras reales y simuladas son dependientes.
Quiero evaluar si 18 fue un número de muestras estadísticamente significativo.
¿Cómo puedo calcular la potencia?
Gracias por tu ayuda
Análisis y modelado de datos básicosModelado predictivo y aprendizaje automáticoRe: Tamaño de la muestra y potencia estadísticaPrimero, bienvenido a la comunidad. No seré de mucha ayuda ya que no puedo responder a tu pregunta. Falta información:
1. ¿Qué quiere decir con estadísticamente significativo?
2. ¿De cuántas muestras tomaste 18?
3. ¿Cómo se adquirieron las muestras (aleatoriamente, sistemáticamente, etc.)?
4. ¿Qué desea hacer con su modelo? ¿Predecir resultados futuros? ¿Explicar la variación presente en las muestras?
5. ¿Es estable el proceso?
6. ¿Qué riesgos alfa y beta estás dispuesto a asumir?
7. ¿Se repitió el experimento? Si es así, ¿sobre qué inferencia? ¿Esa inferencia es representativa de las condiciones futuras?
8. ¿Conoce el error de su sistema de medición?
La significación estadística es una afirmación condicional.
Re: Tamaño de la muestra y potencia estadísticaHola Statman,
Gracias por tu respuesta. Puedes encontrar mis respuestas a continuación:
1. ¿Qué quiere decir estadísticamente significativo? Potencia > 0,8
2. ¿De cuántas posibilidades geométricas posibles se tomaron 18 muestras? El objetivo era incluir el espacio de diseño más amplio posible dentro de esas 18 muestras para poder demostrar que las predicciones obtenidas por el modelo eran exactas y precisas.
3. ¿Cómo se adquirieron las muestras (al azar, sistemáticamente, etc.)? Al azar, pero vea la respuesta a la pregunta n.° 2
4. ¿Qué desea hacer con su modelo? ¿Predecir resultados futuros? ¿Explicar la variación presente en las muestras? ¿Predecir resultados futuros ?
5. ¿El proceso es estable? No estoy seguro de qué quieres decir aquí.
6. ¿Qué riesgos alfa y beta estás dispuesto a asumir? 0,05 y 0,2 (potencia 0,8)
7. ¿Se repitió el experimento? Si es así, ¿sobre qué inferencia? ¿Esa inferencia es representativa de las condiciones futuras?
8. ¿Conoce el error de su sistema de medición? El error absoluto medio de predicción del modelo es del 8,1 %. La variabilidad experimental media fue del 5,0 %.
Espero que esto ayude
Re: Tamaño de la muestra y potencia estadísticaHola @TraceMatrices73 . En mi opinión, es necesario aclarar un poco este punto. Dices que lo que buscas es una potencia > 0,8.
Potencia = Probabilidad (rechazar H0, dado que Ha es verdadera). ¿Cuáles son las hipótesis nula y alternativa, H0 y Ha, respectivamente? En términos prácticos, Ha es lo que se quiere “probar”, y H0 es lo opuesto de Ha.
Re: Tamaño de la muestra y potencia estadísticaHola MRB,
Gracias por tu mensaje.
Lo que quiero demostrar es que las predicciones obtenidas por el modelo se correlacionan bien con los resultados experimentales. Por ejemplo, esto podría demostrarse con un coeficiente de correlación intraclase mayor que 0,9. La hipótesis alternativa es que las predicciones del modelo no se correlacionan bien con los resultados experimentales.
Re: Tamaño de la muestra y potencia estadísticaHola @TraceMatrices73 : ¡Excelente, es algo con lo que podemos trabajar! Para asegurarnos de que todos estamos en la misma página... para un ANOVA de efectos aleatorios unidireccional, el ICC se define de la siguiente manera.
Sea V(b) = Varianza entre grupos/clases/lo que sea.
Sea V(w) = Varianza dentro de grupos/clases/lo que sea.
Sea V(t) = Varianza total = V(b) + V(w).
Entonces ICC = V(b)/V(t).
Y tus hipótesis son entonces:
H0: CCI <= 0,9
Si: CCI > 0,9
¿Estamos en la misma página? Si es así, ¿cuáles son los grupos/clases? Es decir, ¿cuál es el factor/efecto categórico en el ANOVA de una vía?
