Onderscheidend vermogen en steekproefomvang voor de gepaarde equivalentietoets

Plant een gepaarde equivalentietoets waarbij elke eenheid twee keer wordt gemeten, bijvoorbeeld met een nieuw en een referentiemeetmiddel, en het gemiddelde verschil klein genoeg moet blijken om te negeren. Voer equivalentiegrenzen in, de standaardafwijking van de gepaarde verschillen en twee van het aantal paren, het verschil en het onderscheidend vermogen; de tool lost de derde op met exact TOST-vermogen. Uitvoer is een resultatentabel en een vermogenscurve.

Laatst beoordeeld

Belangrijkste conclusie

Onderscheidend vermogen en steekproefomvang voor de gepaarde equivalentietoets berekent hoeveel paren nodig zijn om met twee eenzijdige t-toetsen (TOST) aan te tonen dat het gemiddelde gepaarde verschil binnen een equivalentievenster 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

Onderscheidend vermogen en steekproefomvang voor de gepaarde equivalentietoets plant een onderzoek waarin elke eenheid twee keer wordt gemeten, bijvoorbeeld met een nieuwe en een referentiemethode, vóór en na een procesverandering, of op twee opspanningen, en waarvan het doel is aan te tonen dat het gemiddelde gepaarde verschil klein genoeg is om te negeren. U stelt een equivalentievenster in voor het gemiddelde verschil, en de tool geeft aan hoeveel paren nodig zijn, welk onderscheidend vermogen een geplande aantal paren geeft, of hoe groot een werkelijk verschil mag zijn. Voer twee van de drie in (steekproefomvang, verschil en onderscheidend vermogen), en de tool lost de derde op. Gebruik haar vóór een gepaarde equivalentietoets.

Belangrijkste mogelijkheden

  • Lost op naar steekproefomvang (aantal paren), onderscheidend vermogen of verschil: laat leeg wat u wilt berekenen.
  • Meerdere waarden tegelijk, bijv. steekproefomvangen “10 20 30”, geven één rij per combinatie.
  • Elk equivalentievenster, symmetrisch of niet.
  • Exact onderscheidend vermogen voor de procedure met twee eenzijdige toetsen (TOST) op de gepaarde verschillen.
  • Vermogenscurve van het onderscheidend vermogen tegen het aantal paren voor elk verschil, met de opgeloste punten gemarkeerd.

Statistische methoden

Een gepaard onderzoek wordt geanalyseerd via de verschillen binnen elk paar (test − referentie), dus de berekening is de TOST voor één steekproef toegepast op die verschillen. Met n paren en standaardafwijking van de verschillen σ_d is de standaardfout SE = σ_d/√n met n − 1 vrijheidsgraden. Equivalentie wordt vastgesteld wanneer het gemiddelde verschil aantoonbaar boven de ondergrens L en onder de bovengrens U ligt, elke eenzijdige t-toets op significantieniveau α (het veld Significance level (alpha), standaard 0.05).

Het onderscheidend vermogen is de kans dat beide eenzijdige toetsen slagen wanneer het werkelijke gemiddelde verschil δ is. Het wordt exact berekend: voor een gegeven steekproefstandaardafwijking van de verschillen s is de kans op succes Φ(−t·s/σ_d − (δ − U)/SE) − Φ(t·s/σ_d − (δ − L)/SE), met t = t₁₋α,n−1, en dit wordt door numerieke integratie gemiddeld over de chikwadraatverdeling van de steekproefvariantie. Voor de steekproefomvang wordt het aantal paren gezocht dat het gewenste onderscheidend vermogen bereikt en naar boven afgerond, en het onderscheidend vermogen bij dat aantal wordt gerapporteerd als werkelijk onderscheidend vermogen. Bij het oplossen naar het verschil zoekt de tool tussen het midden van de grenzen en de bovengrens.

De in te voeren standaardafwijking is die van de gepaarde verschillen, niet van de afzonderlijke metingen. Koppelen loont wanneer de twee metingen aan een eenheid sterk verband houden, omdat σ_d dan veel kleiner is dan de spreiding van eenheid tot eenheid. Het verschil moet strikt tussen de grenzen liggen; het onderscheidend vermogen is het hoogst in het midden van het venster.

Invoervelden en opties

Veld

Beschrijving

Sample sizes

Aantal paren. Gescheiden door spatie of komma, bijv. “20 30 40”. Laat leeg om naar steekproefomvang op te lossen.

Difference(s) to detect

Gescheiden door spatie of komma, bijv. “0.5 0.7”. Het werkelijke gemiddelde gepaarde verschil dat u verwacht; moet strikt tussen de grenzen liggen. Laat leeg om ernaar op te lossen (zoekt tussen het midden van de grenzen en de bovengrens).

Power values

Gescheiden door spatie of komma, bijv. “0.8 0.9”. Laat leeg om naar het onderscheidend vermogen op te lossen.

Lower equivalence limit / Upper equivalence limit

Vereist. Het kleinste en grootste aanvaardbare gemiddelde verschil; de ondergrens moet kleiner zijn dan de bovengrens.

Standard deviation of the differences

Vereist. Veronderstelde of historische standaardafwijking van de gepaarde verschillen.

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 vermogenscurve wordt getoond.

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


Figuur 1 — Oplossen naar onderscheidend vermogen: Sample sizes = 10 20 30, Difference(s) to detect = 0.1, grenzen −0.5 en 0.5, Standard deviation of the differences = 0.6, alpha = 0.05.

Beschrijving van de uitvoer

  • Settings — waarnaar is opgelost, de onderste en bovenste equivalentiegrens, de standaardafwijking van de verschillen en het significantieniveau.
  • Results — één rij per combinatie: verschil, steekproefomvang (paren), en onderscheidend vermogen bij oplossen naar onderscheidend vermogen, gewenst en werkelijk onderscheidend vermogen bij oplossen naar steekproefomvang, of verschil bij oplossen naar verschil.
  • Power Curve — onderscheidend vermogen tegen steekproefomvang voor elk verschil, met de berekende punten gemarkeerd.
  • PDF-export via Download.

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


Figuur 2 — Resultaten voor het voorbeeld: onderscheidend vermogen 0.520, 0.886 en 0.972 voor 10, 20 en 30 platen wanneer de werkelijke bias 0.1 µm is binnen een venster van ±0.5 µm.

Uitgewerkt voorbeeld

Een spuiterij wil haar referentiemeter voor laagdikte vervangen door een goedkopere handmeter. Elke testplaat wordt met beide meters gemeten, en de handmeter is acceptabel als zijn gemiddelde bias binnen ±0.5 µm ligt. Een proefrun gaf een standaardafwijking van de gepaarde verschillen van 0.6 µm, en de verwachte bias is ongeveer 0.1 µm. De meettechnicus voert Sample sizes = 10 20 30, Difference(s) to detect = 0.1, Lower equivalence limit = −0.5, Upper equivalence limit = 0.5 en Standard deviation of the differences = 0.6 in, laat Power values leeg en houdt alpha = 0.05.

Het onderscheidend vermogen is 0.520 met 10 platen, 0.886 met 20 en 0.972 met 30. Met tien platen is er ongeveer één kans op twee dat een in feite acceptabele meter wordt afgekeurd. Oplossen naar steekproefomvang (Power values = 0.8 0.9) geeft 16 platen voor een onderscheidend vermogen van 80% en 21 voor 90%. Als de bias 0.2 µm blijkt te zijn, geven 20 platen een onderscheidend vermogen van 0.695; zonder bias geven ze 0.948.

Veelgestelde vragen

Hoe wordt een vermogensanalyse voor een gepaarde equivalentietoets berekend?

Een gepaard onderzoek wordt geanalyseerd via de verschillen binnen elk paar, test min referentie, dus de berekening is een TOST voor één steekproef toegepast op die verschillen. Equivalentie wordt vastgesteld wanneer het gemiddelde verschil aantoonbaar boven de ondergrens en onder de bovengrens ligt, elke eenzijdige t-toets op de gekozen alpha. Het onderscheidend vermogen wordt exact berekend met numerieke integratie.

Welke standaardafwijking voert u in voor een gepaarde equivalentietoets?

Voer de standaardafwijking van de gepaarde verschillen in, niet van de afzonderlijke metingen. Koppelen loont wanneer de twee metingen aan een eenheid sterk verband houden, omdat de standaardafwijking van de verschillen dan veel kleiner is dan de spreiding van eenheid tot eenheid, waardoor minder paren nodig zijn.

Hoeveel paren zijn nodig voor een gepaarde equivalentietoets?

In een uitgewerkt voorbeeld met een venster van plus of min 0.5 micrometer, een standaardafwijking van de verschillen van 0.6 en een verwachte bias van 0.1 geven 16 platen een onderscheidend vermogen van 80% en 21 platen 90%. Het onderscheidend vermogen is 0.520 met 10 platen, 0.886 met 20 en 0.972 met 30. Een grotere bias van 0.2 verlaagt het onderscheidend vermogen met 20 platen tot 0.695.

Waarom moet het verschil strikt tussen de equivalentiegrenzen liggen?

Een werkelijk gemiddeld verschil op of voorbij een grens 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 werkelijke verschil in het midden van het venster ligt en daalt naarmate het naar een van beide grenzen beweegt.