1-표본 t 검정의 검정력 및 표본 크기(Power and Sample Size for 1-Sample t)

하나의 평균을 목표값 또는 공칭값과 비교하는 1-표본 t 검정을 계획합니다. 표본 크기, 차이, 검정력 중 두 가지와 가정한 표준편차를 입력하면 도구가 나머지 하나를 구합니다. 데이터가 정규분포를 따르고 표준편차를 표본으로부터 추정한다고 가정하며, 비중심 t 분포로 검정력을 계산합니다. 출력은 실제 검정력이 포함된 결과 표와 검정력 곡선입니다.

최종 검토

핵심 요점

1-표본 t 검정의 검정력 및 표본 크기는 목표 평균에서의 이동을 탐지하는 데 1-표본 t 검정에 필요한 측정 횟수, 계획한 표본이 제공하는 검정력, 또는 탐지 가능한 가장 작은 이동을 계산합니다.

이 페이지 내용
  1. 목적
  2. 주요 기능
  3. 통계적 방법
  4. 입력 항목 및 옵션
  5. 출력 설명
  6. 계산 예제

목적

1-표본 t 검정의 검정력 및 표본 크기는 데이터를 수집하기 전에 하나의 평균을 목표값 또는 공칭값과 비교하는 검정을 계획합니다. 의미 있는 이동을 탐지하는 데 필요한 측정 횟수, 계획한 표본이 그 이동을 탐지할 확률(검정력), 또는 주어진 표본이 탐지할 수 있는 가장 작은 이동을 구합니다. 표본 크기, 차이, 검정력 중 두 가지를 입력하면 도구가 나머지 하나를 구합니다. 기계가 공칭값에 중심을 맞추고 있는지 또는 재료가 규정된 평균을 충족하는지 확인하는 등, 1-표본 t 검정 전에 사용합니다.

주요 기능

  • 표본 크기, 검정력 또는 차이를 구합니다. 구하려는 항목을 비워 둡니다.
  • 차이 “0.01 0.02”와 검정력 값 “0.8 0.9”처럼 여러 값을 한 번에 입력하면 각 조합마다 한 행이 만들어집니다.
  • 선택한 신뢰수준에서 양측(Mean ≠ hypothesized mean) 또는 단측(Mean < hypothesized mean, Mean > hypothesized mean) 대립가설.
  • 표본 크기를 구할 때는 필요한 측정 횟수를 정수로 보고하고 그에 따른 실제 검정력을 함께 보고합니다.
  • 각 차이에 대해 표본 크기에 따른 검정력을 보여 주는 검정력 곡선이며, 구한 점이 표시됩니다.

통계적 방법

계산은 1-표본 t 검정과 같이 측정값이 정규 모집단에서 나오고, 그 표준편차 σ를 표본으로부터 추정한다고 가정합니다. 유의수준은 α = 1 − 신뢰수준 / 100이고, 표준화 차이는 d = 차이 / σ이며, 여기서 차이는 참 평균에서 가설 평균을 뺀 값입니다.

검정력은 참 평균이 가설 평균과 입력한 차이만큼 다를 때 t 검정이 귀무가설을 기각할 확률입니다. 이는 자유도 n − 1과 비중심 모수 δ = d·√n을 갖는 비중심 t 분포로 계산합니다. 양측 검정의 경우 검정력 = P(T > t₁₋α/₂) + P(T < −t₁₋α/₂)이며, T는 그 비중심 t 분포를 따릅니다. 단측 검정에서는 대립가설 쪽의 꼬리만 계산에 포함됩니다. 표본 크기의 경우 목표 검정력을 주는 n을 구하여 다음 정수로 올림하고, 그 n에서의 검정력을 실제 검정력으로 보고합니다. 차이의 경우 주어진 n으로 목표 검정력에 도달하는 가장 작은 차이를 구합니다.

검정력은 표본 크기와 차이의 크기가 커질수록 높아지고, σ가 커지거나 신뢰수준이 높아지면 낮아집니다. 단측 검정은 같은 검정력에 더 적은 측정 횟수가 필요하지만 명시된 방향의 이동만 탐지합니다. Mean > hypothesized mean인 경우 음의 차이는 검정력이 0에 가까우며, 이로부터 표본 크기를 구하면 오류 메시지가 반환됩니다. 양측 검정에서는 차이의 크기만 중요합니다. Mean < hypothesized mean으로 차이를 구하면 음의 차이가 반환됩니다.

입력 항목 및 옵션

항목

설명

Sample sizes

“10 20 30”처럼 공백 또는 쉼표로 구분합니다. 표본 크기를 구하려면 비워 둡니다.

Differences

“1 2 3”처럼 공백 또는 쉼표로 구분합니다. 탐지하려는, 가설 평균과의 차이이며 측정 단위로 입력합니다. 차이를 구하려면 비워 둡니다.

Power values

“0.8 0.9”처럼 공백 또는 쉼표로 구분합니다. 검정력을 구하려면 비워 둡니다.

Standard deviation

필수입니다. 과거 데이터나 예비 실행 등으로부터 얻은, 모집단의 가정한 또는 과거의 표준편차입니다.

Confidence level

기본값은 95(α = 0.05)이며 범위는 75~100입니다.

Alternative hypothesis

Mean ≠ hypothesized mean(기본값), Mean < hypothesized mean 또는 Mean > hypothesized mean.

Power curve

기본적으로 선택되어 있으며, 표본 크기에 따른 검정력을 그립니다.

Title

출력과 검정력 곡선에 표시되는 제목입니다.

power-and-sample-size-1-sample-t-inputs


그림 1 — 표본 크기 구하기: Differences = 0.01, Power values = 0.8 0.9, Standard deviation = 0.02, 신뢰수준 95%의 양측 검정.

출력 설명

  • Settings — 구한 항목, 표준편차, 신뢰수준, 대립가설.
  • Results — 조합마다 한 행이며, 표본 크기를 구할 때는 차이, 표본 크기, 목표 검정력과 실제 검정력, 검정력을 구할 때는 검정력, 차이를 구할 때는 차이를 보여 줍니다.
  • Power Curve — 각 차이에 대해 표본 크기에 따른 검정력을 보여 주며, 계산된 점이 표시됩니다.
  • Download를 통한 PDF 내보내기.

power-and-sample-size-1-sample-t-output


그림 2 — 예제의 결과: 공칭값에서 0.01 mm 벗어난 것을 탐지하려면 검정력 80%에 축 34개, 검정력 90%에 축 44개가 필요합니다.

계산 예제

선삭 셀에서 공칭 직경 25.00 mm의 축을 만듭니다. 공구 교체 후 관리자는 공정이 여전히 중심을 맞추고 있는지 확인하려 하며, 어느 방향으로든 0.01 mm의 치우침은 중요합니다. 과거 데이터에 따르면 직경의 표준편차는 0.02 mm입니다. 관리자는 Sample sizes를 비워 두고 Differences = 0.01, Power values = 0.8 0.9, Standard deviation = 0.02를 입력하며, 신뢰수준 95%에서 양측 대립가설을 그대로 둡니다.

도구는 검정력 80%에 축 34개(실제 검정력 0.808), 검정력 90%에 축 44개(실제 검정력 0.900)가 필요하다고 알려 줍니다. 일반적인 확인용 축 20개로는 0.01 mm 치우침에 대한 검정력이 0.565에 불과합니다. 축 20개와 검정력 80%에서 검정이 신뢰성 있게 탐지할 수 있는 가장 작은 치우침은 0.0132 mm입니다. 큰 쪽으로의 이동만 중요하다면(Mean > hypothesized mean) 축 27개로 검정력 80%를 얻습니다.

자주 묻는 질문

1-표본 t 검정의 검정력은 어떻게 계산합니까?

검정력은 참 평균이 가설 평균과 입력한 차이만큼 다를 때 t 검정이 귀무가설을 기각할 확률입니다. 자유도 n - 1과, d에 n의 제곱근을 곱한 비중심 모수를 갖는 비중심 t 분포로 계산하며, d는 차이를 표준편차로 나눈 값입니다. 양측 검정은 양쪽 꼬리를 모두 계산합니다.

1-표본 t 검정력 분석에는 어떤 표준편차를 입력해야 합니까?

과거 데이터나 예비 실행 등으로부터 얻은, 모집단의 가정한 또는 과거의 표준편차를 입력하십시오. 검정력은 표준편차에 대한 차이의 상대적 크기에 따라 달라지므로 필수 항목입니다. 검정력은 표본 크기와 차이의 크기가 커질수록 높아지고, 표준편차가 커지거나 신뢰수준이 높아지면 낮아집니다.

1-표본 t 검정에는 측정이 몇 번 필요합니까?

계산 예제에서 표준편차 0.02 mm, 신뢰수준 95%의 양측 검정으로 축 공칭 직경에서 0.01 mm 벗어난 것을 탐지하려면 검정력 80%에 축 34개, 검정력 90%에 축 44개가 필요합니다. 축 20개로 확인하면 검정력이 0.565에 불과합니다. 큰 쪽으로의 이동만 중요하다면 축 27개로 검정력 80%를 얻습니다.

단측 대립가설과 양측 대립가설 중 무엇을 선택해야 합니까?

단측 검정은 같은 검정력에 더 적은 측정 횟수가 필요하지만 명시된 방향의 이동만 탐지합니다. Mean > hypothesized mean인 경우 음의 차이는 검정력이 0에 가까우며, 이로부터 표본 크기를 구하면 오류 메시지가 반환됩니다. 양측 검정에서는 부호가 아니라 차이의 크기만 중요합니다.