2-Sample Poisson Rate Test (tweesteekproef-toets voor Poisson-frequenties)

De 2-Sample Poisson Rate Test vergelijkt gebeurtenisfrequenties tussen twee groepen op basis van aantallen onafhankelijke gebeurtenissen over een bekende blootstelling. Hij schat het frequentieverschil met een betrouwbaarheidsinterval en toetst het met een normale benadering en, wanneer het veronderstelde verschil 0 is, met een exacte binomiale toets. Hij veronderstelt dat gebeurtenissen onafhankelijk optreden met een constante frequentie. Gegevens kunnen samengevat zijn, in twee kolommen staan of gestapeld zijn.

Laatst beoordeeld

Belangrijkste conclusie

De 2-Sample Poisson Rate Test vergelijkt hoe vaak gebeurtenissen optreden in twee groepen, zoals defecten per eenheid of stilstanden per ploegendienst, en schat het verschil met een betrouwbaarheidsinterval en een exacte of normale toets.

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

Doel

De 2-Sample Poisson Rate Test vergelijkt de frequenties waarmee gebeurtenissen optreden in twee groepen, zoals stilstanden per ploegendienst in dag- en nachtploegen, defecten per eenheid van twee lijnen, of klachten per maand vóór en na een wijziging. Hij schat het verschil tussen de twee frequenties met een betrouwbaarheidsinterval en toetst of het van nul of van een ander verondersteld verschil afwijkt. Gebruik hem voor aantallen onafhankelijke gebeurtenissen over een bekende hoeveelheid blootstelling; gebruik voor goed/afkeur-resultaten de tweesteekproef-proportietoets.

Belangrijkste mogelijkheden

  • Gegevens als samengevatte aantallen, als twee kolommen met aantallen, of als één kolom met aantallen en een kolom met steekproef-id's.
  • Exacte toets (voorwaardelijk binomiaal) en normale benadering naast elkaar wanneer het veronderstelde verschil 0 is.
  • Variantie van het verschil uit de afzonderlijke frequenties of uit de gepoolde frequentie.
  • Tweezijdige of eenzijdige alternatieven, met een betrouwbaarheidsinterval of een eenzijdige grens voor het verschil.
  • Verschillende waarnemingslengtes voor de twee steekproeven, bijv. ploegendiensten van 8 en 12 uur.

Statistische methoden

Voor steekproef i met Nᵢ eenheden, elk waargenomen over een lengte tᵢ (Observation length), is de blootstelling Tᵢ = Nᵢ·tᵢ en is, met in totaal Xᵢ gebeurtenissen, de frequentie λ̂ᵢ = Xᵢ / Tᵢ. Het geschatte verschil is D = λ̂₁ − λ̂₂, Sample 1 min Sample 2. Bij gegevens in twee kolommen of gestapelde gegevens is Nᵢ het aantal niet-lege aantallen in de steekproef en Xᵢ hun som.

Normale benadering: z = (D − D₀) / SE, waarbij D₀ het veronderstelde verschil is. Met Estimate the rates separately is SE = √(λ̂₁ / T₁ + λ̂₂ / T₂); met Use the pooled estimate of the rates is SE = √[λ̂ₚ(1 / T₁ + 1 / T₂)] met λ̂ₚ = (X₁ + X₂) / (T₁ + T₂). Wanneer de twee blootstellingen gelijk zijn, geven beide methoden dezelfde SE. De p-waarde komt uit de standaardnormale verdeling en het betrouwbaarheidsinterval voor het verschil is D ± z·SE (of een eenzijdige grens).

Exacte toets, alleen gegeven wanneer D₀ = 0: als de frequenties gelijk zijn, volgt het aantal X₁ uit het totaal X₁ + X₂ een binomiale verdeling met kans T₁ / (T₁ + T₂). De eenzijdige p-waarden zijn de binomiale staarten en de tweezijdige p-waarde is tweemaal de kleinere staart. De exacte toets verdient de voorkeur wanneer de aantallen klein zijn. Beide methoden veronderstellen dat gebeurtenissen binnen elke groep onafhankelijk optreden met een constante frequentie.

Invoervelden en opties

Veld

Beschrijving

Data

Summarized data (standaard), Each sample is in its own column of Both samples are in one column.

Sample 1 / Sample 2

Bij Each sample is in its own column: de twee kolommen met aantallen.

Samples / Sample IDs

Bij Both samples are in one column: de kolom met aantallen en de kolom die van elke rij de steekproef aangeeft (precies twee verschillende waarden; de eerste die wordt gevonden is Sample 1).

Sample 1 sample size / Sample 1 total occurrences / Sample 2 sample size / Sample 2 total occurrences

Bij Summarized data: het aantal eenheden en het totale aantal gebeurtenissen in elke steekproef.

Hypothesized difference

Standaard 0. De waarde van λ₁ − λ₂ onder de nulhypothese; de exacte toets wordt alleen voor 0 gegeven.

Confidence level

Standaard 95; 75 tot 100.

Alternative hypothesis

Difference ≠ hypothesized difference (standaard), Difference < hypothesized difference of Difference > hypothesized difference.

Test method

Estimate the rates separately (standaard) of Use the pooled estimate of the rates, voor de normale benadering.

Observation length (Sample 1) / Observation length (Sample 2)

Standaard 1. De blootstelling van elke eenheid; Sample 2 gebruikt de lengte van Sample 1 wanneer dit leeg blijft.

two-sample-poisson-rate-test-inputs


Figuur 1 — Opties voor het voorbeeld: Machine Stoppages gestapeld in één kolom met Shift als steekproef-id's, tweezijdig, frequenties afzonderlijk geschat.

Beschrijving van de uitvoer

  • Method — welke steekproef λ₁ is en welke λ₂, en het verschil λ₁ − λ₂.
  • Descriptive Statistics — Sample, N, Total Occurrences en Sample Rate voor elke steekproef.
  • Estimation for Difference — het Estimated Difference en het bijbehorende betrouwbaarheidsinterval (of boven- of ondergrens).
  • Test — de nul- en alternatieve hypothese, en een tabel met de Z-Value en P-Value voor de methoden Exact en Normal approximation, met een opmerking wanneer de gepoolde schatting wordt gebruikt.
  • PDF-export via Download.

two-sample-poisson-rate-test-output


Figuur 2 — Dagdiensten hebben gemiddeld 3.233 stilstanden en nachtdiensten 4.567; het 95%-BI voor het verschil, −2.333 tot −0.334, sluit 0 uit (exacte p = 0.0106).

Uitgewerkt voorbeeld

Een productiemanager vergelijkt ongeplande machinestilstanden op een verpakkingslijn tussen de dag- en nachtdienst en telt de stilstanden in elke dienst over 30 werkdagen. Data = Both samples are in one column, Samples = Machine Stoppages, Sample IDs = Shift, Hypothesized difference = 0, Confidence level = 95, tweezijdig, Test method = Estimate the rates separately, Observation length = 1 (één dienst).

De dagdiensten hadden 97 stilstanden in 30 diensten, een frequentie van 3.233 per dienst, en de nachtdiensten 137 in 30 diensten, 4.567 per dienst. Het geschatte verschil, dag min nacht, is −1.333 stilstanden per dienst, met een 95%-BI van −2.333 tot −0.334: het interval sluit 0 uit. De exacte toets geeft p = 0.0106 en de normale benadering z = −2.61, p = 0.0089. De nachtdienst heeft meer stilstanden, ongeveer 40% meer dan de dagdienst.

Omdat beide steekproeven 30 diensten beslaan, geeft Use the pooled estimate of the rates hier dezelfde z en p-waarde. Als de manager vóór het verzamelen van de gegevens had verwacht dat de nachtdienst slechter zou zijn, geeft Difference < hypothesized difference p = 0.0053 (exact) en een 95%-bovengrens van −0.495 voor het verschil. De volgende stap is uitzoeken wat er 's nachts anders is, bijvoorbeeld bezetting, omstellingen of materiaal, voordat de extra stilstanden meer productie kosten.

Veelgestelde vragen

Wanneer gebruikt u een 2-sample Poisson rate test?

Gebruik hem om de frequenties waarmee gebeurtenissen optreden in twee groepen te vergelijken, voor aantallen onafhankelijke gebeurtenissen over een bekende hoeveelheid blootstelling, zoals stilstanden per ploegendienst in dag- en nachtploegen, defecten per eenheid van twee lijnen, of klachten per maand vóór en na een wijziging. Gebruik voor goed/afkeur-resultaten in plaats daarvan de tweesteekproef-proportietoets.

Wat is het verschil tussen de exacte toets en de normale benadering?

De exacte toets conditioneert op het totale aantal: als de frequenties gelijk zijn, volgt het aantal in Sample 1 een binomiale verdeling met een kans gelijk aan zijn aandeel in de totale blootstelling. Hij wordt alleen gegeven wanneer het veronderstelde verschil 0 is en verdient de voorkeur bij kleine aantallen. De normale benadering gebruikt een z-statistiek met een afzonderlijke of gepoolde standaardfout.

Wat zijn de aannames van de 2-sample Poisson rate test?

Zowel de exacte als de normale methode veronderstellen dat gebeurtenissen binnen elke groep onafhankelijk optreden met een constante frequentie. De frequentie van elke steekproef is het totale aantal gebeurtenissen gedeeld door de blootstelling, het aantal eenheden maal de waarnemingslengte, dus de twee steekproeven kunnen verschillende waarnemingslengtes hebben, zoals ploegendiensten van 8 en 12 uur.

Hoe interpreteert u de resultaten van de 2-sample Poisson rate test?

De uitvoer geeft de frequentie van elke steekproef, het geschatte verschil, Sample 1 min Sample 2, met het betrouwbaarheidsinterval, en p-waarden voor de exacte en de normale methode. Als het betrouwbaarheidsinterval voor het verschil 0 uitsluit en de p-waarde klein is, verschillen de twee gebeurtenisfrequenties.