Poder e tamanho amostral para taxa de Poisson de duas amostras
Planeja um teste de taxa de Poisson de duas amostras antes da coleta de dados. Informe a Rate 1 (linha de base), as durações de observação de cada amostra e dois entre tamanho amostral por grupo, Rate 2 e poder; a ferramenta calcula o terceiro. Usa uma aproximação normal e pressupõe contagens de Poisson com taxa constante por unidade. A saída é uma tabela de resultados com o poder real e uma curva de poder.
Última revisão
Conclusão principal
O Power and Sample Size for 2-Sample Poisson Rate planeja a comparação de duas taxas de contagem, como defeitos por rolo em duas linhas, calculando as unidades por grupo, o poder ou a Rate 2 detectável.
Nesta página
Finalidade
O Power and Sample Size for 2-Sample Poisson Rate planeja a comparação de duas taxas de contagem, como defeitos por rolo em duas linhas, paradas por mês antes e depois de uma mudança de manutenção ou reclamações por mil entregas de dois depósitos. Informe quaisquer dois entre tamanho amostral, Rate 2 e poder, e a ferramenta calcula o terceiro: quantas unidades observar em cada grupo, que chance uma amostra planejada tem de detectar a diferença ou a Rate 2 que uma dada amostra consegue detectar. Use-o antes de um teste de taxa de Poisson de duas amostras (2-Sample Poisson Rate).
Principais recursos
- Calcula o tamanho amostral, o poder ou a Rate 2: deixe em branco o que você quer obter.
- Vários valores de uma vez, ex.: valores de Rate 2 “2 3” e valores de poder “0.8 0.9”, geram uma linha para cada combinação.
- Durações de observação separadas para as duas amostras, ex.: 1 hora por unidade na Sample 1 e 2 horas na Sample 2.
- Hipóteses alternativas bicaudais (Rate 1 ≠ Rate 2) ou unicaudais (Rate 1 < Rate 2, Rate 1 > Rate 2), no nível de confiança escolhido.
- Curva de poder em função do tamanho amostral para cada Rate 2, com os pontos calculados marcados.
Métodos estatísticos
A ferramenta usa uma aproximação normal para a diferença de duas taxas de Poisson, com o mesmo número de unidades n em cada grupo. Cada unidade da Sample 1 é observada por uma duração t₁ e cada unidade da Sample 2 por uma duração t₂, de modo que as exposições são e₁ = n·t₁ e e₂ = n·t₂. O nível de significância é α = 1 − nível de confiança / 100, e z é z₁₋α/₂ para a hipótese alternativa bicaudal ou z₁₋α para uma unicaudal.
Sob a hipótese nula, a variância da diferença de taxas usa a taxa combinada ponderada pela exposição λ̄ = (λ₁e₁ + λ₂e₂)/(e₁ + e₂): V₀ = λ̄·(1/e₁ + 1/e₂). Sob a hipótese alternativa, ela usa diretamente as duas taxas: V₁ = λ₁/e₁ + λ₂/e₂. Seja Δ = λ₁ − λ₂ para Rate 1 > Rate 2, Δ = λ₂ − λ₁ para Rate 1 < Rate 2 e Δ = |λ₁ − λ₂| para a hipótese alternativa bicaudal. O poder é Φ((Δ − z·√V₀) / √V₁). O tamanho amostral para um poder-alvo é encontrado numericamente e arredondado para cima, e o poder nesse número inteiro é informado como o poder real. Ao calcular a Rate 2, a ferramenta busca acima da Rate 1 para Rate 1 < Rate 2 e para a hipótese alternativa bicaudal, e abaixo dela para Rate 1 > Rate 2.
Pressupõe-se que as contagens seguem uma distribuição de Poisson com taxa constante por unidade de observação. Um teste unicaudal só tem poder quando a Rate 2 está do lado indicado pela hipótese alternativa: com Rate 1 > Rate 2, uma Rate 2 acima da Rate 1 resulta em poder próximo de 0, e calcular o tamanho amostral a partir dela retorna uma mensagem de erro. O que determina o poder é a exposição total, portanto uma observação mais longa por unidade exige menos unidades.
Campos de entrada e opções
Campo | Descrição |
Sample sizes | Por grupo. Separados por espaço ou vírgula, ex.: “20 30 40”. Deixe em branco para calcular o tamanho amostral. |
Rate 1 (baseline) | Obrigatório. A taxa no primeiro grupo por unidade de duração de observação, ex.: a taxa atual. |
Rate 2 value(s) | Separados por espaço ou vírgula, ex.: “1.5 2”. O(s) valor(es) da Rate 2 que você quer detectar. Deixe em branco para calculá-la. |
Power values | Separados por espaço ou vírgula, ex.: “0.8 0.9”. Deixe em branco para calcular o poder. |
Observation length (Sample 1) | Padrão 1. Duração de observação (tempo, área, volume) por unidade na Sample 1. |
Observation length (Sample 2) | Opcional. Deixe em branco para usar a mesma duração de observação da Sample 1. |
Confidence level | Padrão 95 (α = 0.05); de 75 a 100. |
Alternative hypothesis | Rate 1 ≠ Rate 2 (padrão), Rate 1 < Rate 2 ou Rate 1 > Rate 2. |
Power curve | Marcada por padrão: traça o poder em função do tamanho amostral. |
Title | Título exibido na saída e na curva de poder. |

Figura 1 — Cálculo do tamanho amostral: Rate 1 (baseline) = 4, Rate 2 value(s) = 3, Power values = 0.8 0.9, duração de observação 1 para as duas amostras, bicaudal com 95% de confiança.
Descrição da saída
- Settings — o que foi calculado, a Rate 1 (baseline), as durações de observação das duas amostras, o nível de confiança e a hipótese alternativa.
- Results — uma linha por combinação: Rate 2, tamanho amostral por grupo e poder-alvo e poder real ao calcular o tamanho amostral, ou o poder ao calcular o poder, ou a Rate 2 ao calculá-la.
- Power Curve — poder em função do tamanho amostral para cada Rate 2, com os pontos calculados marcados.
- Exportação em PDF por meio de Download.

Figura 2 — Resultados do exemplo: 55 rolos por linha para 80% de poder e 74 para 90% de poder para distinguir 4 defeitos por rolo de 3.
Exemplo prático
Uma fábrica de extrusão de filmes tem em média 4 defeitos de gel por rolo na Line 1. A Line 2 tem um filtro novo e deve operar com cerca de 3 defeitos por rolo. O engenheiro da qualidade quer saber quantos rolos inspecionar de cada linha para confirmar a diferença. O engenheiro deixa Sample sizes em branco e insere Rate 1 (baseline) = 4, Rate 2 value(s) = 3 e Power values = 0.8 0.9, com duração de observação de 1 rolo para as duas amostras e a hipótese alternativa bicaudal com 95% de confiança.
A ferramenta exige 55 rolos por linha para 80% de poder (poder real 0.800) e 74 por linha para 90% de poder (poder real 0.902). Inspecionar 30 rolos por linha daria um poder de 0.544. Se cada unidade inspecionada for um rolo de comprimento duplo (Observation length = 2 para as duas amostras), a necessidade cai pela metade: 28 unidades por linha para 80% de poder e 37 para 90%. Uma melhoria maior, para 2 defeitos por rolo, seria detectada com 80% de poder a partir de 12 rolos por linha.
Perguntas frequentes
Quais são as premissas do cálculo de poder para a taxa de Poisson de duas amostras?
Pressupõe-se que as contagens nos dois grupos seguem uma distribuição de Poisson com taxa constante por unidade de observação, e que os dois grupos têm o mesmo número de unidades. O cálculo usa uma aproximação normal para a diferença de duas taxas de Poisson, com uma taxa combinada ponderada pela exposição sob a hipótese nula e as duas taxas separadas sob a hipótese alternativa.
Quantas unidades são necessárias para comparar duas taxas de defeitos?
Em um exemplo prático que compara 4 defeitos de gel por rolo com 3 por rolo esperados, bicaudal com 95% de confiança, 55 rolos por linha dão 80% de poder e 74 por linha dão 90%. Inspecionar 30 rolos por linha dá um poder de 0.544. Uma melhoria maior, para 2 defeitos por rolo, exige apenas 12 rolos por linha para 80% de poder.
Como a duração de observação afeta o tamanho amostral na taxa de Poisson de duas amostras?
O poder é determinado pela exposição total, portanto uma duração de observação maior por unidade exige menos unidades. No exemplo prático, usar rolos de comprimento duplo (duração de observação 2 para as duas amostras) reduz pela metade a necessidade: 28 unidades por linha para 80% de poder e 37 para 90%. As duas amostras também podem ter durações de observação diferentes.
Quando um teste de Poisson unicaudal de duas amostras não tem poder?
Um teste unicaudal só tem poder quando a Rate 2 está do lado indicado pela hipótese alternativa. Com Rate 1 > Rate 2, uma Rate 2 acima da Rate 1 resulta em poder próximo de 0, e calcular o tamanho amostral a partir dela retorna uma mensagem de erro. Use a hipótese alternativa bicaudal, Rate 1 diferente de Rate 2, quando uma diferença em qualquer direção importa.
