Minitab功效和样本数量(Power and sample Size)工具功能作用和案例
Minitab的功效和样本数量(Power and sample Size)工具功能作用，能帮助你平衡统计功效和搜集数据代价之间的需要，你需要多少数据？你需要多少样本才能决定是否来自某个供应商的纸的厚度和另一个供应商一致?
你需要抽取多少样本才能有95%的置信度确保支持某个候选人的选民比例会在真实值的3%之内?
你能够相信表明两个学区的平均测验分数没有差异的t检验结论吗?
你需要重复多少次实验才可以至少有85%的机会来找到显著影响你生产过程的因子?
Minitab提供给你用于下列统计检验的样本数量和功效工具：
用于估计的样本含量
单样本 Z
单和双样本 t
配对 t
单和双样本比率
单和双样本 Poisson 率
单和双方差检验
单因子方差分析
两水平因子设计
Plackett-Burman 设计
一般全因子设计
预期和回顾功效和样本数量
在你搜集数据前计算功效来确保你的假设检验将检测出显著效应，这称为”预期”研究。例如，假定你的公司生产谷类食品，你需要决定装箱过程是否符合需要。你需要确保过程装填重量的均值和目标重量365克之间不超过2.5克。在标准差为4.58克和功效为85%的情况下，你需要抽样多少盒谷物食品?你检验的样品越多，你就越有机会在存在这个差异时检测出来-但是如果你检测了太多的样品，你的检验将比必须花费更长的时间和更多的费用。
Minitab的功效和样本数量(Power and sample Size)工具功能作用和使用案例
Sample Sizes (样本数量)-每个样本中观测值的数量
Differences (差异)效应-一个总体与另一个你能够检测的总体的平均值之间的最小差异
Power values (功效)-当显著性差异存在时又能够检测出来的概率
品质协会(www.PinZhi.org)备注：如果你输入这几个参数中的任意 2 个， Minitab 将计算出第三个。例如，如果你指定最小差异和功效， Minitab 将决定需要用来决定在指定功效水平下指定差异的样本数量。
使用Minitab功效样本数量中的单样本t检验揭示你只需要33个谷物样品就可以以85%的功效检测出大于2.5克的差异。
Power and Sample Size
1-Sample t Test
Testing mean = null (versus not = null)
Calculating power for mean = null + difference
Alpha = 0.05Assumed standard deviation = 4.58
SampleTarget
Difference Size Power Actual Power
2.5 33 0.85 0.860005
你同样能够使用 Minitab 来理解已经执行的检验的功效，这被称为 ” 回顾 ” 研究 . 例如，一个零件生产商比较由 2 种钢配方生成的零件的质量，结果在 p 值取 0.05 时不是统计上显著的。使用 Minitab, 生产商能够基于样本数量计算检验的功效，他要能够检测出的最小差异，以及如果他们能够依靠的分析结果的标准差。如果检测这个差异的功效很小，他们需要修改实验，抽取更多的零件来增加功效和重新评估配方。然后，如果功效很高，他们可以推断这个 2 个钢配方没有差异，不需要再进行另外的数据采集。
Minitab使功效和样本数量容易
在Minitab 16中的功效和样本数量功能比以往更方便，确保你能够依靠你的分析结果。
功效和样本数量(Power and sample Size)，这个功能用的比较少，不过还是挺有用的，在网上找了一些资料，整理下，感兴趣的可以看下
:call: 回复一下凑点币来下载 Thanks for sharing 感谢分享 感谢分享 谢谢分享:) 感谢分享 :lol :loveliness: 感谢分享！！！
页:
[1]
2