Potencia y tamaño de muestra para la tasa de Poisson de 1 muestra
Planifica una prueba de tasa de Poisson de 1 muestra antes de recopilar los datos. Introduzca dos cualesquiera entre el tamaño de muestra, la tasa de comparación y la potencia, más la tasa hipotética y la duración de la observación por unidad; la herramienta calcula la tercera. Usa una aproximación normal a la distribución de Poisson y supone una tasa constante por unidad. Ofrece una tabla de resultados con la potencia real y una curva de potencia.
Última revisión:
Idea clave
Planifica una prueba de una tasa de conteo, como defectos por metro cuadrado, frente a un objetivo, despejando el tamaño de muestra, la potencia o la tasa de comparación detectable.
En esta página
Finalidad
Potencia y tamaño de muestra para la tasa de Poisson de 1 muestra planifica una prueba de una tasa de conteo, como defectos por metro cuadrado, averías por mes o errores por lote, frente a una tasa objetivo o histórica. Introduzca dos cualesquiera entre el tamaño de muestra, la tasa de comparación y la potencia, y la herramienta calcula la tercera: cuántas unidades observar, qué probabilidad tiene una muestra planificada de detectar el cambio de tasa o cuál es el cambio más pequeño que puede detectar una muestra dada. Úselo antes de una prueba de tasa de Poisson de 1 muestra.
Capacidades principales
- Calcula el tamaño de muestra, la potencia o la tasa de comparación: deje en blanco el que desee obtener.
- Varios valores a la vez, p. ej., tasas de comparación “1 1.2” y valores de potencia “0.8 0.9”, dan una fila por cada combinación.
- Duración de la observación por unidad, de modo que la misma tasa puede estudiarse con unidades mayores o menores (por ejemplo, láminas de 1 m² o de 2 m²).
- Alternativas bilaterales (Rate ≠ hypothesized rate) o unilaterales (menor que, mayor que), al nivel de confianza que elija.
- Curva de potencia frente al tamaño de muestra para cada tasa de comparación, con los puntos calculados marcados.
Métodos estadísticos
La herramienta usa una aproximación normal a la distribución de Poisson. Se supone que los conteos siguen una distribución de Poisson con una tasa constante por unidad de observación, por lo que la varianza de un conteo es igual a su media. Con n unidades observadas cada una durante una duración t, la exposición total es n·t. El nivel de significancia es α = 1 − nivel de confianza / 100, y z es z₁₋α/₂ para la alternativa bilateral o z₁₋α para una unilateral.
Para la tasa hipotética λ₀ y la tasa de comparación λ₁, sea Δ = λ₁ − λ₀ para la alternativa “mayor que”, Δ = λ₀ − λ₁ para “menor que” y Δ = |λ₁ − λ₀| para la alternativa bilateral. La potencia es Φ((Δ·√(n·t) − z·√λ₀) / √λ₁). La exposición necesaria para una potencia objetivo es ((z·√λ₀ + z_β·√λ₁) / Δ)², con z_β el cuantil normal de la potencia; al dividir entre t y redondear hacia arriba se obtiene el número de unidades, y la potencia con ese número entero se informa como potencia real. Al despejar la tasa de comparación, la herramienta busca por debajo de λ₀ para la alternativa “menor que” y por encima de λ₀ en los demás casos.
Una prueba unilateral solo tiene potencia cuando la tasa de comparación está del lado que nombra la alternativa: con Rate < hypothesized rate, una tasa de comparación superior a λ₀ da una potencia cercana a 0, y despejar el tamaño de muestra a partir de ella devuelve un mensaje de error. Lo que importa es la exposición total: duplicar la duración de la observación por unidad reduce aproximadamente a la mitad el número de unidades necesarias. Las tasas deben estar en la misma unidad que la duración de la observación (por ejemplo, defectos por m² con duraciones en m²).
Campos y opciones de entrada
Campo | Descripción |
Sample sizes | Número de unidades observadas. Separadas por espacios o comas, p. ej., “20 30 40”. Déjelo en blanco para despejar el tamaño de muestra. |
Hypothesized rate | Obligatorio. La tasa objetivo o histórica λ₀ por unidad de duración de la observación. |
Comparison rate(s) | Separadas por espacios o comas, p. ej., “1.5 2”. La(s) tasa(s) respecto de la(s) cual(es) desea detectar una diferencia. Déjelo en blanco para despejarla. |
Power values | Separados por espacios o comas, p. ej., “0.8 0.9”. Déjelo en blanco para despejar la potencia. |
Length of observation | Por defecto 1. Duración de la observación (tiempo, longitud, área o volumen) por unidad muestreada. |
Confidence level | Por defecto 95 (α = 0.05); de 75 a 100. |
Alternative hypothesis | Rate ≠ hypothesized rate (por defecto), Rate < hypothesized rate o Rate > hypothesized rate. |
Power curve | Marcada por defecto: traza la potencia frente al tamaño de muestra. |
Title | Título que se muestra en la salida y en la curva de potencia. |

Figura 1 — Cálculo del tamaño de muestra: Hypothesized rate = 1.5, Comparison rate(s) = 1, Power values = 0.8 0.9, Length of observation = 1, unilateral (Rate < hypothesized rate) con un 95% de confianza.
Descripción de la salida
- Settings — lo que se despejó, la tasa hipotética, la duración de la observación, el nivel de confianza y la hipótesis alternativa.
- Results — una fila por combinación: tasa de comparación, tamaño de muestra, y potencia objetivo y real al despejar el tamaño de muestra, o potencia al despejar la potencia, o tasa de comparación al despejarla.
- Power Curve — potencia frente al tamaño de muestra para cada tasa de comparación, con los puntos calculados marcados.
- Exportación a PDF mediante Download.

Figura 2 — Resultados del ejemplo: 33 láminas para una potencia del 80% y 44 para una potencia del 90% para detectar una reducción de 1.5 a 1.0 defectos por m².
Ejemplo
Una línea de recubrimiento tiene un promedio de 1.5 defectos superficiales por metro cuadrado de lámina. Se espera que una nueva imprimación lo reduzca a 1.0 defecto por m², y el ingeniero de calidad quiere saber cuántas láminas de prueba de 1 m² debe inspeccionar para demostrar la reducción. Solo importa una disminución, por lo que el ingeniero elige Rate < hypothesized rate. El ingeniero deja Sample sizes en blanco e introduce Hypothesized rate = 1.5, Comparison rate(s) = 1, Power values = 0.8 0.9 y Length of observation = 1, con un 95% de confianza.
La herramienta necesita 33 láminas para una potencia del 80% (potencia real 0.804) y 44 láminas para una potencia del 90% (potencia real 0.904). Si solo se inspeccionan 20 láminas, la potencia cae a 0.588. Inspeccionar láminas más grandes de 2 m² (Length of observation = 2) reduce el número a 17 láminas para una potencia del 80% y a 22 para el 90%, porque lo que determina la potencia es el área total inspeccionada. Una prueba bilateral, que también señalaría un aumento, necesita 43 láminas de 1 m² para una potencia del 80%.
Preguntas frecuentes
¿Cuáles son los supuestos de la potencia y el tamaño de muestra para una tasa de Poisson de 1 muestra?
Se supone que los conteos siguen una distribución de Poisson con una tasa constante por unidad de observación, por lo que la varianza de un conteo es igual a su media. El cálculo usa una aproximación normal a la distribución de Poisson. Las tasas deben estar en la misma unidad que la duración de la observación, por ejemplo defectos por metro cuadrado con duraciones en metros cuadrados.
¿Cómo afecta la duración de la observación al tamaño de muestra?
La potencia depende de la exposición total, que es el número de unidades multiplicado por la duración de la observación por unidad. Duplicar la duración por unidad reduce aproximadamente a la mitad el número de unidades necesarias. En un ejemplo, detectar una reducción de 1.5 a 1.0 defectos por metro cuadrado requiere 33 láminas de 1 metro cuadrado para una potencia del 80%, pero solo 17 láminas de 2 metros cuadrados.
¿Cuántas unidades se necesitan para detectar un cambio en una tasa de defectos?
En un ejemplo con una tasa hipotética de 1.5 defectos por metro cuadrado y una tasa de comparación de 1.0, una prueba unilateral con un 95% de confianza necesita 33 láminas para una potencia del 80% y 44 para una del 90%. Inspeccionar solo 20 láminas da una potencia de 0.588, y una prueba bilateral necesita 43 láminas para una potencia del 80%.
¿Qué ocurre si la tasa de comparación está del lado equivocado en una prueba unilateral?
Una prueba unilateral solo tiene potencia cuando la tasa de comparación está del lado que nombra la alternativa. Con Rate < hypothesized rate, una tasa de comparación superior a la tasa hipotética da una potencia cercana a 0, y despejar el tamaño de muestra a partir de ella devuelve un mensaje de error. Use la alternativa bilateral si importa un cambio en cualquier dirección.
