Onderscheidend vermogen en steekproefomvang voor 1-steekproef-equivalentietoets

Plant een 1-steekproef-equivalentietoets die moet bewijzen dat een gemiddelde dicht genoeg bij een doelwaarde ligt, in plaats van ervan af te wijken. Voer een onderste en bovenste equivalentiegrens in, een standaardafwijking en twee van steekproefomvang, verschil en onderscheidend vermogen; de tool berekent de derde. Het onderscheidend vermogen wordt exact berekend voor de TOST-procedure met de t-verdeling. De uitvoer is een resultatentabel en een powercurve.

Laatst beoordeeld

Belangrijkste conclusie

Power and Sample Size for 1-Sample Equivalence Test berekent hoeveel metingen nodig zijn om met twee eenzijdige t-toetsen (TOST) aan te tonen dat een procesgemiddelde binnen een equivalentievenster rond een doelwaarde ligt.

Op deze pagina
  1. Doel
  2. Belangrijkste mogelijkheden
  3. Statistische methoden
  4. Invoervelden en opties
  5. Beschrijving van de uitvoer
  6. Uitgewerkt voorbeeld

Doel

Power and Sample Size for 1-Sample Equivalence Test plant een onderzoek dat moet aantonen dat een procesgemiddelde dicht genoeg bij een doelwaarde ligt, in plaats van ervan af te wijken. U stelt een equivalentievenster in (onder- en bovengrens voor gemiddelde − doelwaarde) en de tool vertelt hoeveel metingen nodig zijn om te bewijzen dat het gemiddelde erbinnen ligt, welk onderscheidend vermogen een geplande steekproef geeft, of hoe ver van de doelwaarde het ware gemiddelde mag liggen voor een gegeven steekproef en onderscheidend vermogen. Voer twee van steekproefomvang, verschil en onderscheidend vermogen in en de tool berekent de derde. Gebruik de tool vóór een 1-steekproef-equivalentietoets, bijvoorbeeld bij het valideren van een nieuwe vulkop, een nieuw meetmiddel of een nieuw recept ten opzichte van een nominale waarde.

Belangrijkste mogelijkheden

  • Berekent steekproefomvang, onderscheidend vermogen of verschil: laat leeg wat u wilt berekenen.
  • Meerdere waarden tegelijk, bijv. verschillen “0 0.5 1” en vermogenswaarden “0.8 0.9”, geven één rij voor elke combinatie.
  • Elk equivalentievenster: symmetrisch (−2 tot 2) of niet (−1 tot 3).
  • Exact onderscheidend vermogen voor de procedure met twee eenzijdige toetsen (TOST), met de t-verdeling in plaats van een normale benadering.
  • Powercurve van het onderscheidend vermogen tegen de steekproefomvang voor elk verschil, met de berekende punten gemarkeerd.

Statistische methoden

De equivalentietoets gebruikt twee eenzijdige t-toetsen (TOST). Met n metingen, standaardafwijking σ, standaardfout SE = σ/√n en n − 1 vrijheidsgraden wordt equivalentie vastgesteld wanneer is aangetoond dat het gemiddelde min de doelwaarde boven de ondergrens L en onder de bovengrens U ligt, elk op significantieniveau α (het veld Significance level (alpha), standaard 0.05; het wordt niet in tweeën gedeeld).

Het onderscheidend vermogen is de kans dat beide eenzijdige toetsen slagen wanneer het ware verschil (gemiddelde − doelwaarde) δ is. De tool berekent het exact: voor een gegeven steekproefstandaardafwijking is de kans op succes een verschil van twee normale kansen, Φ(−t·s/σ − (δ − U)/SE) − Φ(t·s/σ − (δ − L)/SE) met t = t₁₋α,n−1, en dit wordt door numerieke integratie gemiddeld over de chi-kwadraatverdeling van de steekproefvariantie. Voor de steekproefomvang wordt de n gezocht die het doelvermogen bereikt en naar boven afgerond, en het vermogen bij die n wordt als werkelijk vermogen gerapporteerd. Bij het berekenen van het verschil zoekt de tool tussen het midden van de grenzen en de bovengrens, omdat het vermogen het hoogst is wanneer het ware verschil in het midden ligt en naar beide grenzen toe afneemt.

Het te detecteren verschil moet strikt tussen de grenzen liggen: een waar gemiddelde op of voorbij een grens kan nooit als equivalent worden aangetoond. Het onderscheidend vermogen neemt toe met de steekproefomvang en de breedte van het venster, en neemt af naarmate σ groeit of het ware verschil naar een grens beweegt.

Invoervelden en opties

Veld

Beschrijving

Sample sizes

Gescheiden door spaties of komma's, bijv. “20 30 40”. Laat leeg om de steekproefomvang te berekenen.

Difference(s) to detect

Gescheiden door spaties of komma's, bijv. “0.5 0.7”. Het ware verschil (gemiddelde − doelwaarde) dat u verwacht; moet strikt tussen de onder- en bovengrens liggen. Laat leeg om het te berekenen (zoekt tussen het midden van de grenzen en de bovengrens).

Power values

Gescheiden door spaties of komma's, bijv. “0.8 0.9”. Laat leeg om het onderscheidend vermogen te berekenen.

Lower equivalence limit / Upper equivalence limit

Vereist. Het kleinste en grootste acceptabele verschil met de doelwaarde, in meeteenheden; de ondergrens moet kleiner zijn dan de bovengrens.

Standard deviation

Vereist. Aangenomen of historische standaardafwijking van de metingen.

Significance level (alpha)

Standaard 0.05. Toegepast op elk van de twee eenzijdige toetsen.

Power curve

Standaard aangevinkt: tekent het onderscheidend vermogen tegen de steekproefomvang.

Title

Titel die op de uitvoer en de powercurve wordt getoond.

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


Figuur 1 — Berekenen van de steekproefomvang: Difference(s) to detect = 0.5, Power values = 0.8 0.9, grenzen −2 en 2, Standard deviation = 3, alpha = 0.05.

Beschrijving van de uitvoer

  • Settings — wat is berekend, de onder- en bovengrens van de equivalentie, de standaardafwijking en het significantieniveau.
  • Results — één rij per combinatie: verschil, steekproefomvang, en doelvermogen en werkelijk vermogen bij het berekenen van de steekproefomvang, of vermogen bij het berekenen van het vermogen, of verschil bij het berekenen van het verschil.
  • Power Curve — onderscheidend vermogen tegen steekproefomvang voor elk verschil, met de berekende punten gemarkeerd.
  • Pdf-export via Download.

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


Figuur 2 — Resultaten voor het voorbeeld: 27 vullingen voor 80% onderscheidend vermogen en 36 voor 90% wanneer de ware afwijking 0.5 g is binnen een venster van ±2 g.

Uitgewerkt voorbeeld

Een verpakkingslijn monteert een nieuwe vulkop en moet vóór vrijgave aantonen dat het gemiddelde vulgewicht binnen ±2 g van de doelwaarde van 500 g ligt. Historische gegevens leggen de standaardafwijking van de vulling op 3 g, en de ingenieurs verwachten dat de nieuwe kop tot 0.5 g van de doelwaarde afwijkt. Ze laten Sample sizes leeg en voeren Difference(s) to detect = 0.5, Power values = 0.8 0.9, Lower equivalence limit = −2, Upper equivalence limit = 2 en Standard deviation = 3 in, met alpha = 0.05.

De tool heeft 27 vullingen nodig voor 80% onderscheidend vermogen (werkelijk vermogen 0.807) en 36 vullingen voor 90% (werkelijk vermogen 0.902). Met slechts 20 vullingen is het vermogen 0.669: een kans van één op drie dat een kop die echt acceptabel is, de equivalentietoets niet haalt. De afwijking doet ertoe: een kop die precies op de doelwaarde draait, heeft 21 vullingen nodig voor 80% vermogen, terwijl een kop die 1 g naast de doelwaarde draait er 58 nodig heeft. Als het team twijfelt over de afwijking, beschermt plannen voor de grotere waarde het onderzoek.

Veelgestelde vragen

Hoe verschilt een equivalentietoets van een standaard 1-steekproef-t-toets?

Een standaardtoets probeert aan te tonen dat een gemiddelde verschilt van een doelwaarde, terwijl een equivalentietoets aantoont dat het dicht genoeg ligt. Ze gebruikt twee eenzijdige t-toetsen (TOST): equivalentie wordt vastgesteld wanneer is aangetoond dat het gemiddelde min de doelwaarde boven de ondergrens en onder de bovengrens ligt, elk op het gekozen significantieniveau, dat niet in tweeën wordt gedeeld.

Waarom moet het te detecteren verschil tussen de equivalentiegrenzen liggen?

Een waar gemiddelde op of voorbij een equivalentiegrens kan nooit als equivalent worden aangetoond, dus het verwachte verschil moet strikt tussen de onder- en bovengrens liggen. Het onderscheidend vermogen is het hoogst wanneer het ware verschil in het midden van de grenzen ligt en neemt af naarmate het naar een van beide grenzen beweegt. Het vermogen neemt ook toe met de steekproefomvang en de breedte van het venster, en af naarmate de standaardafwijking groeit.

Hoeveel waarnemingen zijn nodig voor een 1-steekproef-equivalentietoets?

Dat hangt af van het venster, de standaardafwijking en de verwachte afwijking. In een uitgewerkt voorbeeld met een venster van plus of min 2 g, een standaardafwijking van 3 g en een verwachte afwijking van 0.5 g geven 27 vullingen 80% onderscheidend vermogen en 36 geven 90%. Een kop die precies op de doelwaarde draait, heeft 21 vullingen nodig, terwijl een kop die 1 g ernaast zit er 58 nodig heeft.

Hoe voert u deze poweranalyse uit in Zometric Statistical Software?

Voer de onder- en bovengrens van de equivalentie en de standaardafwijking in, die vereist zijn, en daarna twee van sample sizes, differences to detect en power values, waarbij u het veld dat u wilt berekenen leeg laat. Stel het significantieniveau in (standaard 0.05) en klik op Calculate. De uitvoer toont instellingen, een resultatenrij voor elke combinatie met doelvermogen en werkelijk vermogen, en een powercurve.