Trennschärfe und Stichprobenumfang für den Äquivalenztest bei einer Stichprobe

Plant einen 1-Sample Equivalence Test, der nachweisen muss, dass ein Mittelwert nahe genug an einem Zielwert liegt, statt sich von ihm zu unterscheiden. Geben Sie die untere und obere Äquivalenzgrenze, eine Standardabweichung und zwei der drei Größen Stichprobenumfang, Differenz und Trennschärfe ein; das Werkzeug berechnet die dritte. Die Trennschärfe wird für das TOST-Verfahren exakt mit der t-Verteilung berechnet. Ausgegeben werden eine Ergebnistabelle und eine Trennschärfekurve.

Zuletzt geprüft

Kernaussage

Power and Sample Size for 1-Sample Equivalence Test berechnet, wie viele Messwerte nötig sind, um mit zwei einseitigen t-Tests (TOST) zu zeigen, dass ein Prozessmittelwert in einem Äquivalenzbereich um einen Zielwert liegt.

Auf dieser Seite
  1. Zweck
  2. Wichtige Funktionen
  3. Statistische Methoden
  4. Eingabefelder und Optionen
  5. Beschreibung der Ausgabe
  6. Beispiel

Zweck

Power and Sample Size for 1-Sample Equivalence Test plant eine Untersuchung, die zeigen muss, dass ein Prozessmittelwert nahe genug an einem Zielwert liegt, statt sich von ihm zu unterscheiden. Sie legen einen Äquivalenzbereich fest (untere und obere Grenze für Mittelwert − Zielwert), und das Werkzeug gibt an, wie viele Messwerte nötig sind, um nachzuweisen, dass der Mittelwert darin liegt, welche Trennschärfe (Power) eine geplante Stichprobe liefert oder wie weit der wahre Mittelwert bei gegebener Stichprobe und Trennschärfe vom Zielwert entfernt sein darf. Geben Sie zwei der drei Größen Stichprobenumfang, Differenz und Trennschärfe ein, und das Werkzeug berechnet die dritte. Verwenden Sie es vor einem 1-Sample Equivalence Test, zum Beispiel bei der Validierung eines neuen Füllkopfs, Prüfmittels oder einer neuen Rezeptur gegenüber einem Nennwert.

Wichtige Funktionen

  • Berechnet Stichprobenumfang, Trennschärfe oder Differenz: Lassen Sie die gesuchte Größe leer.
  • Mehrere Werte gleichzeitig, z. B. Differenzen „0 0.5 1“ und Trennschärfewerte „0.8 0.9“, ergeben eine Zeile je Kombination.
  • Beliebiger Äquivalenzbereich: symmetrisch (−2 bis 2) oder nicht (−1 bis 3).
  • Exakte Trennschärfe für das Verfahren der zwei einseitigen Tests (TOST), mit der t-Verteilung statt einer Normalapproximation.
  • Trennschärfekurve der Trennschärfe gegen den Stichprobenumfang für jede Differenz, mit markierten berechneten Punkten.

Statistische Methoden

Der Äquivalenztest verwendet zwei einseitige t-Tests (TOST). Bei n Messwerten, Standardabweichung σ, Standardfehler SE = σ/√n und n − 1 Freiheitsgraden wird Äquivalenz festgestellt, wenn gezeigt ist, dass Mittelwert minus Zielwert über der unteren Grenze L und unter der oberen Grenze U liegt, jeweils auf dem Signifikanzniveau α (Feld Significance level (alpha), Standard 0.05; es wird nicht halbiert).

Die Trennschärfe ist die Wahrscheinlichkeit, dass beide einseitigen Tests erfolgreich sind, wenn die wahre Differenz (Mittelwert − Zielwert) δ beträgt. Das Werkzeug berechnet sie exakt: Für eine gegebene Stichproben-Standardabweichung ist die Erfolgswahrscheinlichkeit die Differenz zweier Normalverteilungswahrscheinlichkeiten, Φ(−t·s/σ − (δ − U)/SE) − Φ(t·s/σ − (δ − L)/SE) mit t = t₁₋α,n−1, und diese wird durch numerische Integration über die Chi-Quadrat-Verteilung der Stichprobenvarianz gemittelt. Beim Stichprobenumfang wird das n ermittelt, das die Zieltrennschärfe erreicht, und aufgerundet; die Trennschärfe bei diesem n wird als tatsächliche Trennschärfe ausgegeben. Bei der Berechnung der Differenz sucht das Werkzeug zwischen der Mitte der Grenzen und der oberen Grenze, da die Trennschärfe am größten ist, wenn die wahre Differenz in der Mitte liegt, und zu beiden Grenzen hin abnimmt.

Die nachzuweisende Differenz muss echt zwischen den Grenzen liegen: Ein wahrer Mittelwert auf oder jenseits einer Grenze kann nie als äquivalent nachgewiesen werden. Die Trennschärfe steigt mit dem Stichprobenumfang und der Breite des Bereichs und sinkt, wenn σ wächst oder die wahre Differenz sich einer Grenze nähert.

Eingabefelder und Optionen

Feld

Beschreibung

Sample sizes

Durch Leerzeichen oder Komma getrennt, z. B. „20 30 40“. Leer lassen, um den Stichprobenumfang zu berechnen.

Difference(s) to detect

Durch Leerzeichen oder Komma getrennt, z. B. „0.5 0.7“. Die erwartete wahre Differenz (Mittelwert − Zielwert); muss echt zwischen der unteren und oberen Grenze liegen. Leer lassen, um sie zu berechnen (gesucht wird zwischen der Mitte der Grenzen und der oberen Grenze).

Power values

Durch Leerzeichen oder Komma getrennt, z. B. „0.8 0.9“. Leer lassen, um die Trennschärfe zu berechnen.

Lower equivalence limit / Upper equivalence limit

Pflichtfeld. Die kleinste und größte zulässige Abweichung vom Zielwert in Messeinheiten; die untere Grenze muss kleiner als die obere sein.

Standard deviation

Pflichtfeld. Angenommene oder historische Standardabweichung der Messwerte.

Significance level (alpha)

Standard 0.05. Gilt für jeden der beiden einseitigen Tests.

Power curve

Standardmäßig aktiviert: zeichnet die Trennschärfe gegen den Stichprobenumfang.

Title

Titel, der in der Ausgabe und auf der Trennschärfekurve angezeigt wird.

power-and-sample-size-1-sample-equivalence-test-inputs


Abbildung 1 – Berechnung des Stichprobenumfangs: Difference(s) to detect = 0.5, Power values = 0.8 0.9, Grenzen −2 und 2, Standard deviation = 3, alpha = 0.05.

Beschreibung der Ausgabe

  • Settings – die berechnete Größe, die untere und obere Äquivalenzgrenze, die Standardabweichung und das Signifikanzniveau.
  • Results – eine Zeile je Kombination: Differenz, Stichprobenumfang sowie Ziel- und tatsächliche Trennschärfe bei Berechnung des Stichprobenumfangs, bzw. die Trennschärfe bei Berechnung der Trennschärfe oder die Differenz bei Berechnung der Differenz.
  • Power Curve – Trennschärfe gegen Stichprobenumfang für jede Differenz, mit markierten berechneten Punkten.
  • PDF-Export über Download.

power-and-sample-size-1-sample-equivalence-test-output


Abbildung 2 – Ergebnisse für das Beispiel: 27 Füllungen für 80% Trennschärfe und 36 für 90% Trennschärfe, wenn die wahre Abweichung 0.5 g innerhalb eines Bereichs von ±2 g beträgt.

Beispiel

Eine Verpackungslinie erhält einen neuen Füllkopf und muss vor der Freigabe zeigen, dass dessen mittlere Füllmenge innerhalb von ±2 g um den Zielwert von 500 g liegt. Historische Daten ergeben eine Standardabweichung der Füllmenge von 3 g, und die Ingenieure erwarten, dass der neue Kopf bis zu 0.5 g vom Zielwert abweicht. Sie lassen Sample sizes leer und geben Difference(s) to detect = 0.5, Power values = 0.8 0.9, Lower equivalence limit = −2, Upper equivalence limit = 2 und Standard deviation = 3 mit alpha = 0.05 ein.

Das Werkzeug benötigt 27 Füllungen für 80% Trennschärfe (tatsächliche Trennschärfe 0.807) und 36 Füllungen für 90% Trennschärfe (tatsächliche Trennschärfe 0.902). Mit nur 20 Füllungen beträgt die Trennschärfe 0.669 – eine Wahrscheinlichkeit von eins zu drei, dass ein tatsächlich akzeptabler Kopf den Äquivalenztest nicht besteht. Die Abweichung ist entscheidend: Ein Kopf, der genau auf dem Zielwert läuft, benötigt 21 Füllungen für 80% Trennschärfe, einer mit 1 g Abweichung vom Zielwert 58. Ist sich das Team über die Abweichung unsicher, sichert eine Planung mit dem größeren Wert die Untersuchung ab.

Häufig gestellte Fragen

Wie unterscheidet sich ein Äquivalenztest von einem gewöhnlichen t-Test für eine Stichprobe?

Ein gewöhnlicher Test versucht zu zeigen, dass sich ein Mittelwert von einem Zielwert unterscheidet, ein Äquivalenztest dagegen, dass er nahe genug daran liegt. Er verwendet zwei einseitige t-Tests (TOST): Äquivalenz wird festgestellt, wenn gezeigt ist, dass Mittelwert minus Zielwert über der unteren und unter der oberen Grenze liegt, jeweils auf dem gewählten Signifikanzniveau, das nicht halbiert wird.

Warum muss die nachzuweisende Differenz zwischen den Äquivalenzgrenzen liegen?

Ein wahrer Mittelwert auf oder jenseits einer Äquivalenzgrenze kann nie als äquivalent nachgewiesen werden; die erwartete Differenz muss daher echt zwischen der unteren und oberen Grenze liegen. Die Trennschärfe ist am größten, wenn die wahre Differenz in der Mitte der Grenzen liegt, und nimmt ab, je mehr sie sich einer Grenze nähert. Sie steigt außerdem mit dem Stichprobenumfang und der Breite des Bereichs und sinkt mit wachsender Standardabweichung.

Wie viele Stichprobenwerte sind für einen Äquivalenztest bei einer Stichprobe nötig?

Das hängt vom Bereich, von der Standardabweichung und von der erwarteten Abweichung ab. Im Beispiel mit einem Bereich von plus oder minus 2 g, einer Standardabweichung von 3 g und einer erwarteten Abweichung von 0.5 g ergeben 27 Füllungen 80% Trennschärfe und 36 Füllungen 90%. Ein Kopf, der genau auf dem Zielwert läuft, benötigt 21 Füllungen, einer mit 1 g Abweichung 58.

Wie führen Sie diese Trennschärfeanalyse in Zometric Statistical Software durch?

Geben Sie die erforderliche untere und obere Äquivalenzgrenze und die Standardabweichung ein, dann zwei der drei Größen Stichprobenumfänge, nachzuweisende Differenzen und Trennschärfewerte, und lassen Sie die gesuchte Größe leer. Legen Sie das Signifikanzniveau fest (Standard 0.05) und starten Sie die Berechnung. Die Ausgabe zeigt die Einstellungen, eine Ergebniszeile je Kombination mit Ziel- und tatsächlicher Trennschärfe sowie eine Trennschärfekurve.