Onderscheidend vermogen en steekproefomvang voor 2 varianties

Plant een toets voor 2 varianties die de spreiding van twee groepen vergelijkt, zoals twee machines of meetmiddelen. Voer twee van steekproefomvang per groep, verhouding van standaardafwijkingen en onderscheidend vermogen in, en de tool bepaalt de derde met een exacte F-verdelingsberekening en gelijke groepsgroottes. Ze veronderstelt normale gegevens en is gevoelig voor niet-normaliteit. Levert een resultatentabel met werkelijk onderscheidend vermogen en een vermogenscurve.

Laatst beoordeeld

Belangrijkste conclusie

Onderscheidend vermogen en steekproefomvang voor 2 varianties plant een F-toets op de spreiding van twee groepen: steekproefomvang per groep, onderscheidend vermogen of detecteerbare verhouding van standaardafwijkingen.

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

Doel

Onderscheidend vermogen en steekproefomvang voor 2 varianties plant een vergelijking van de spreiding van twee onafhankelijke groepen, bijvoorbeeld de herhaalbaarheid van twee machines, twee meetmiddelen of twee leveranciers. Het verschil in spreiding wordt ingevoerd als de verhouding van de twee standaardafwijkingen (σ₁/σ₂), zodat u de standaardafwijkingen zelf niet hoeft in te voeren. Voer twee van steekproefomvang, verhouding en onderscheidend vermogen in, en de tool bepaalt de derde: hoeveel eenheden elke groep nodig heeft, welk onderscheidend vermogen een geplande steekproef geeft, of de kleinste verhouding die een gegeven steekproef kan detecteren. Gebruik het vóór een toets voor 2 varianties.

Belangrijkste mogelijkheden

  • Bepaalt steekproefomvang, onderscheidend vermogen of verhouding: laat degene die u wilt leeg.
  • Meerdere waarden tegelijk, bijv. verhoudingen “1.5 2” en vermogenswaarden “0.8 0.9”, geven één rij per combinatie.
  • Tweezijdige of eenzijdige alternatieven, op het betrouwbaarheidsniveau dat u kiest.
  • Exacte F-verdelingsberekening met gelijke steekproefomvangen in beide groepen.
  • Vermogenscurve van onderscheidend vermogen tegen steekproefomvang voor elke verhouding, met de berekende punten gemarkeerd.

Statistische methoden

De toets achter de berekening is de F-toets voor twee varianties: met n eenheden in elke groep uit normale populaties volgt F = S₁²/S₂² een F-verdeling met (n − 1, n − 1) vrijheidsgraden wanneer de standaardafwijkingen gelijk zijn. Als de ware verhouding r = σ₁/σ₂ is, is F r² maal zo'n variabele. Het significantieniveau is α = 1 − betrouwbaarheidsniveau / 100.

Voor het alternatief “groter dan” (σ₁ > σ₂) is het onderscheidend vermogen = P(F > f₁₋α / r²); voor “kleiner dan” = P(F < f_α / r²); voor de tweezijdige toets tellen beide staarten mee, met f_α/2 en f₁₋α/2, de kwantielen van F met (n − 1, n − 1) vrijheidsgraden. De steekproefomvang voor een doelvermogen wordt numeriek gevonden en naar boven afgerond, en het onderscheidend vermogen bij dat gehele getal wordt gerapporteerd als het werkelijke onderscheidend vermogen. Bij het bepalen van de verhouding zoekt de tool onder 1 voor het alternatief “kleiner dan” en anders boven 1.

Omdat de groepen even groot zijn, geven een verhouding r en een verhouding 1/r hetzelfde tweezijdige resultaat (1.5 en 0.667 vereisen beide 50 per groep voor 80% onderscheidend vermogen). De F-toets veronderstelt normale gegevens en is gevoelig voor afwijkingen van normaliteit.

Invoervelden en opties

Veld

Beschrijving

Sample sizes

Per groep. Gescheiden door spaties of komma's, bijv. “10 20 30”. Laat leeg om de steekproefomvang te bepalen.

Ratio(s)

Gescheiden door spaties of komma's, bijv. “1.5 2”. Verhouding van de twee ware standaardafwijkingen (σ₁/σ₂) die u wilt detecteren. Laat leeg om haar te bepalen.

Power values

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

Confidence level

Standaard 95 (α = 0.05); 75 tot 100.

Alternative hypothesis

σ1/σ2 ≠ 1 (standaard), σ1/σ2 < 1 (σ₁ < σ₂) of σ1/σ2 > 1 (σ₁ > σ₂).

Power curve

Standaard aangevinkt: tekent het onderscheidend vermogen tegen de steekproefomvang.

Title

Titel die in de uitvoer en bij de vermogenscurve wordt getoond.

power-and-sample-size-2-variances-inputs


Figuur 1 — Bepalen van de steekproefomvang: Ratio(s) = 1.5 2, Power values = 0.8, tweezijdig bij 95% betrouwbaarheid.

Beschrijving van de uitvoer

  • Settings — wat is bepaald, het betrouwbaarheidsniveau en de alternatieve hypothese.
  • Results — één rij per combinatie: verhouding, steekproefomvang per groep, en doel- en werkelijk onderscheidend vermogen bij het bepalen van de steekproefomvang, of onderscheidend vermogen bij het bepalen van het onderscheidend vermogen, of verhouding bij het bepalen van de verhouding.
  • Power Curve — onderscheidend vermogen tegen steekproefomvang voor elke verhouding, met de berekende punten gemarkeerd.
  • PDF-export via Download.

power-and-sample-size-2-variances-output


Figuur 2 — Resultaten voor het voorbeeld: 50 onderdelen per machine om een verhouding van 1.5 te detecteren en 19 per machine voor een verhouding van 2, beide bij 80% onderscheidend vermogen.

Uitgewerkt voorbeeld

Een bewerkingsbedrijf wil de variatie in boringdiameter van een oude en een nieuwe CNC-machine vergelijken. Een verhouding van standaardafwijkingen van 1.5 zou rechtvaardigen dat het kritieke werk naar de betere machine wordt verplaatst, en een verhouding van 2 zou ernstig zijn. De ingenieur laat Sample sizes leeg, voert Ratio(s) = 1.5 2 en Power values = 0.8 in, en houdt het tweezijdige alternatief bij 95% betrouwbaarheid aan.

De tool heeft 50 onderdelen van elke machine nodig om een verhouding van 1.5 te detecteren met 80% onderscheidend vermogen (werkelijk onderscheidend vermogen 0.802), en 19 onderdelen per machine voor een verhouding van 2 (werkelijk onderscheidend vermogen 0.816). Voor 90% onderscheidend vermogen stijgen de aantallen naar 66 en 24 onderdelen per machine. Een proef met 20 onderdelen per machine heeft een onderscheidend vermogen van slechts 0.402 voor een verhouding van 1.5, dus een niet-significant resultaat van zo'n proef zegt weinig. Als de vraag alleen is of de oude machine slechter is (alternatief σ1/σ2 > 1), geven 40 onderdelen per machine 80% onderscheidend vermogen bij een verhouding van 1.5.

Veelgestelde vragen

Waarom wordt het verschil in spreiding ingevoerd als verhouding van standaardafwijkingen?

De F-toets voor twee varianties gebruikt F = S1 in het kwadraat gedeeld door S2 in het kwadraat. Als de ware verhouding van standaardafwijkingen r is, is F r in het kwadraat maal een F-variabele met (n - 1, n - 1) vrijheidsgraden, dus alleen de verhouding telt. U voert de verhouding sigma1/sigma2 in en hebt de standaardafwijkingen zelf niet nodig.

Hoeveel steekproeven zijn nodig om twee varianties te vergelijken?

In een uitgewerkt voorbeeld, tweezijdig bij 95% betrouwbaarheid, vereist het detecteren van een verhouding van standaardafwijkingen van 1.5 50 onderdelen per machine voor 80% onderscheidend vermogen en 66 voor 90%, terwijl een verhouding van 2 er 19 en 24 vereist. Een proef met 20 onderdelen per machine heeft een onderscheidend vermogen van slechts 0.402 bij een verhouding van 1.5, dus een niet-significant resultaat zegt weinig.

Worden een verhouding en haar omgekeerde hetzelfde behandeld?

Voor de tweezijdige toets wel. Omdat beide groepen even groot zijn, geven een verhouding r en een verhouding 1/r hetzelfde resultaat: 1.5 en 0.667 vereisen beide 50 eenheden per groep voor 80% onderscheidend vermogen. Voor eenzijdige alternatieven zoekt de tool onder 1 voor het alternatief kleiner-dan en anders boven 1.

Wat zijn de aannames van de vermogensberekening voor 2 varianties?

Ze veronderstelt dat beide groepen uit normale populaties komen en even grote steekproeven hebben. De F-toets is gevoelig voor afwijkingen van normaliteit, dus controleer de vorm van de gegevens wanneer u de toets uitvoert. Als slechts één richting telt, vereist een eenzijdig alternatief minder eenheden: 40 onderdelen per machine geven 80% onderscheidend vermogen bij een verhouding van 1.5 in het uitgewerkte voorbeeld.