Je me demande si d'autres utilisateurs de JMP ont utilisé la fenêtre « Détails de l'alimentation » sous la plateforme Oneway ?
Suite à la conférence de Dale Human intitulée « Peut-on parler… de la taille de l’échantillon ? » (2026-US-30MP-2930) lors du Discovery Summit 2026, j’ai trouvé très intéressant son argumentation concernant la vérification de la puissance statistique et la taille de l’échantillon suggérée, avant et après l’analyse. Dale a notamment suggéré d’utiliser l’outil DOE > Sample Size Explorers > Power > Power for Two Independent Sample Means pour effectuer cette vérification.
Je ne savais pas que la plateforme Oneway proposait l'option « Alimentation », et que lorsqu'on la sélectionne dans le menu, une fenêtre « Détails de l'alimentation » s'affiche ! C'est encore une révélation ! (Mon JMP l'avait déjà !)
En utilisant l'ensemble de données Fitness, en traçant Oxy en fonction du sexe et en effectuant un test t à deux échantillons, la valeur p est faible, à 0,0057. Mais il faut maintenant vérifier la puissance de ce test.
Dans le menu, si vous sélectionnez « Alimentation », la section « Fenêtre Détails de l'alimentation » s'ajoute à la fenêtre unidirectionnelle :
Si vous sélectionnez « Calculer la puissance », vous obtiendrez la puissance de ce test.
Vous pouvez également utiliser une instruction « wait-if » pour augmenter progressivement le nombre d'échantillons. Voici un exemple :
Et il y a un petit graphique de puissance en bas !
En recréant dans le DOE > Explorateurs de taille d'échantillon > Puissance > Puissance pour deux moyennes d'échantillons indépendants, on obtient le même 0,8218 pour la puissance.
Le script permettant cela est également intéressant :
Oneway(
Y( :Oxy ),
X( :Sex ),
Means( 1 ),
Mean Diamonds( 1 ),
Power(
Alpha( 0.05 ),
Sigma( 4.74003159066053 ),
Delta( 2.53881137990873 ),
Number( 31 ),
Solve for Power,
Done
)
);
ou pour vérifier les incréments de la taille de l'échantillon :
Oneway(
Y( :Oxy ),
X( :Sex ),
Power(
Alpha( 0.05 ),
Sigma( 4.74003159066053 ),
Delta( 2.53881137990873 ),
Number( 31, 60, 5 ),
Solve for Power,
Done
)
);
Quelqu'un a-t-il déjà utilisé les autres options ?
- Résoudre pour le nombre le moins significatif
- Résoudre pour la valeur la moins significative
- Niveau de puissance et de confiance ajusté
Je souhaite ajouter cela à notre formation en statistiques et je me demandais si quelqu'un d'autre avait déjà utilisé cette option de menu sur la plateforme Oneway.
Merci @MRB3855 . C'est bon à savoir que la puissance et la p-valeur sont directement liées. Je ne suis pas statisticien de formation, mais ingénieur de procédés depuis longtemps.
Je propose d'enseigner ce calcul de puissance dans le contexte de la production en série (formation Six Sigma). J'explique qu'on n'est jamais sûr à 100 % de rien et que davantage de données sont toujours préférables. J'illustre que le seuil de signification de 0,05 (5 %) est quelque peu arbitraire : nous sommes humains, influencés par le nombre 10, nous apprécions le nombre 5 et il est pratique. JMP permet de visualiser cela grâce à un code couleur : une couleur est utilisée pour les valeurs de 0,01 à 0,05, une autre pour les valeurs inférieures à 0,01, afin de souligner que la plage de 0,01 à 0,05 peut encore être trompeuse.
De plus, le bêta est souvent de 10, car on préfère prendre plus de risque avec le bêta (manquer un signal) qu'avec l'alpha (risque d'un faux signal et de travail inutile), étant donné qu'en production de masse, la mesure est un processus continu. C'est le principe de la carte de contrôle SPC.
Dans le contexte d'une carte de contrôle SPC, il existe un risque de réagir à un faux signal (alpha), même si, sur cette carte, l'alpha est beaucoup plus faible. Par ailleurs, un responsable demandera souvent, après une intervention sur un outil, de s'assurer que les performances sont de nouveau conformes aux objectifs avec un nombre minimal d'exécutions. Certains exigeront même une ou deux exécutions ! J'illustre par simulation que, même si un outil présente un décalage après l'intervention, le bruit de fond peut ralentir la détection d'un signal réel. C'est là que j'interviens pour illustrer la notion de puissance. On peut envisager une puissance de 0,90 pour détecter un signal en 12 exécutions, en fonction du delta à détecter et du bruit de fond (écart type) dans les courbes Puissance/Taille de l'échantillon. Mais ce n'est pas une garantie ! La carte SPC peut détecter le signal plus tôt (coup de chance) ou le manquer un peu plus longtemps (manque de chance), mais davantage de données finiront par le détecter (voir la question de la taille de l'échantillon).
C’est pourquoi je suis d’accord : c’est la courbe de puissance en fonction de la taille de l’échantillon qui importe, et non la valeur de puissance a posteriori pour votre test particulier.
J'espère pouvoir donner suite à ce message en vous faisant part du déroulement de la discussion lors des prochains cours.
