Ich frage mich, ob andere JMP-Benutzer das Fenster „Energiedetails“ unter der Oneway-Plattform verwendet haben?
Nach dem Vortrag „ Können wir über Stichprobengröße sprechen? “ (2026-US-30MP-2930) von Dale Human auf dem Discovery Summit 2026 fand ich es sehr interessant, wie er die Überprüfung der Teststärke und die Festlegung der Stichprobengröße sowohl vor als auch nach einer Analyse empfahl. Dale schlug vor, die Teststärke mithilfe des DOE-Tools (DOE > Sample Size Explorers > Power > Power for Two Independent Sample Means) zu überprüfen.
Ich wusste gar nicht, dass die Oneway-Plattform die Option „Power“ hat und dass sich beim Auswählen im Menü ein Fenster mit den „Power-Details“ öffnet! Das ist wieder so ein „OMJ!“-Moment (Oh, mein JMP hatte das schon!)
Anhand des Fitness-Datensatzes wurde Oxy gegen Sex aufgetragen und ein t-Test für zwei Stichproben durchgeführt. Der p-Wert ist mit 0,0057 niedrig. Überprüfen Sie nun die Teststärke.
Wenn Sie im Menü „Stromversorgung“ auswählen, wird dem Oneway-Fenster der Abschnitt „Fenster mit Stromdetails“ hinzugefügt:
Wenn Sie „Potenz berechnen“ auswählen, erhalten Sie die Potenz dieses Tests.
Alternativ können Sie eine „Warte-wenn“-Anweisung verwenden, um die Anzahl der Stichproben schrittweise zu erhöhen. Das sieht dann so aus:
Und unten befindet sich ein kleines Leistungsdiagramm!
Wenn ich die Berechnung im DOE > Sample Size Explorers > Power > Power for Two Independent Sample Means nachstelle, erhalte ich denselben Wert von 0,8218 für Power.
Ebenfalls interessant ist das Skript, das dies ermöglicht:
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
)
);
oder zur Überprüfung von Erhöhungen des Stichprobenumfangs:
Oneway(
Y( :Oxy ),
X( :Sex ),
Power(
Alpha( 0.05 ),
Sigma( 4.74003159066053 ),
Delta( 2.53881137990873 ),
Number( 31, 60, 5 ),
Solve for Power,
Done
)
);
Hat jemand Erfahrungen mit den anderen Optionen?
- Berechne die kleinste signifikante Zahl
- Berechne den kleinsten signifikanten Wert
- Angepasstes Leistungs- und Konfidenzniveau
Ich möchte dies in unser Statistiktraining aufnehmen und frage mich, ob jemand anderes diese Menüoption in der Oneway-Plattform bereits verwendet hat.
Danke @MRB3855 . Gut zu wissen, dass Power und p-Wert in direktem Zusammenhang stehen. Ich bin kein ausgebildeter Statistiker, sondern arbeite seit vielen Jahren als Verfahrenstechniker.
Ich schlage vor, diese Powerberechnung im Kontext der Serienfertigung (Six-Sigma-Schulung) zu lehren. Ich erkläre, warum wir uns nie hundertprozentig sicher sein können und dass mehr Daten immer besser sind. Ich zeige auf, dass der p-Wert-Grenzwert von 0,05 (5 %) etwas willkürlich ist; wir sind Menschen, die aufgrund der Zahl 10 die Zahl 5 bevorzugen, und es ist praktisch. JMP veranschaulicht dies farblich: Für Werte zwischen 0,01 und 0,05 wird eine Farbe verwendet, für Werte unter 0,01 eine andere, um zu verdeutlichen, dass der Bereich von 0,01 bis 0,05 immer noch irreführend sein kann.
Der Beta-Wert liegt oft bei 10, da man beim Beta-Wert (Übersehen eines Signals) ein höheres Risiko eingeht als beim Alpha-Wert (Risiko eines Fehlsignals und unnötiger Arbeit), weil in der Serienfertigung ständig gemessen wird. Dies ist das Prinzip der statistischen Prozesskontrolle (SPC).
Im Kontext eines SPC-Diagramms besteht das Risiko, auf ein falsches Signal (Alpha) zu reagieren, obwohl Alpha im SPC-Diagramm deutlich niedriger ist. Umgekehrt fragt ein Manager nach der Arbeit an einem Werkzeug oft, ob man mit der minimalen Anzahl an Durchläufen wieder im Zielbereich ist. Manche sagen sogar innerhalb von ein oder zwei Durchläufen! Ich veranschauliche anhand einer Simulation, dass es selbst bei einer Verschiebung des Werkzeugs nach der Arbeit – abhängig vom Hintergrundrauschen – Zeit braucht, um ein tatsächlich vorhandenes Signal zu erfassen. Hier verdeutliche ich gerne die Aussagekraft. Basierend auf der zu erkennenden Differenz und dem Hintergrundrauschen (Standardabweichung) in den Kurven für Aussagekraft/Stichprobenumfang kann die Aussagekraft, ein Signal innerhalb von zwölf Durchläufen zu erfassen, bei 0,90 liegen. Das ist jedoch keine Garantie! Das SPC-Diagramm kann das Signal früher erfassen (Glück gehabt) oder es etwas länger verpassen (Pech gehabt), aber mit mehr Daten wird es schließlich erfasst (siehe Diskussion zum Stichprobenumfang).
Deshalb stimme ich zu, dass die Kurve der Teststärke in Abhängigkeit vom Stichprobenumfang entscheidend ist und nicht die nachträglich ermittelte Teststärke für Ihren speziellen Test.
Ich hoffe, im Anschluss an diesen Beitrag darüber berichten zu können, wie die Diskussion in den nächsten Unterrichtsstunden verläuft.
