容差区间所需样本量

容差区间所需样本量用于规划 95/95 运行等验证研究。输入目标 k 因子可得到最小样本量,输入样本量可查看各自达到的 k 因子。它假定数据服从正态分布并以均值和标准差汇总,支持双侧或单侧区间,并针对每个目标报告样本量和达到的 k 因子。

最后审阅

核心要点

容差区间所需样本量用于求出使正态容差区间(均值 ± k·s)达到目标 k 因子的最小样本量,或计划样本量在所选置信度和覆盖率下可达到的 k 因子。

本页内容
  1. 用途
  2. 主要功能
  3. 统计方法
  4. 输入字段和选项
  5. 输出说明
  6. 计算示例

用途

容差区间所需样本量用于算出需要多少个测量值,才能使正态容差区间(均值 ± k·s)足够窄而有用,或计划样本将给出多大的 k 因子。容差区间以所选的置信度,说明包含总体至少所选百分比的范围(例如有 95% 的置信度认为 95% 的零件落在区间内)。样本小则 k 因子大、区间宽,因此在规划过程验证运行时会用到本工具,例如必须证明区间落在规格之内的 95/95 研究。

主要功能

  • 求解达到一个或多个目标 k 因子的最小样本量,或报告计划样本量所达到的 k 因子:留空您想求解的那一项。
  • 可一次输入多个值,例如目标 k 因子“2.5 3”或样本量“10 20 50”,每个值各得一行。
  • 双侧区间(均值 ± k·s)或单侧界限(均值 + k·s 或均值 − k·s)。
  • 任意置信水平以及 75 到 100% 的最低总体覆盖率。
  • 使用与容差区间(正态分布)工具相同的精确 k 因子。

统计方法

该区间假定数据来自正态分布,并以样本均值 x̄ 和标准差 s 汇总。区间为 x̄ ± k·s(双侧)或 x̄ + k·s / x̄ − k·s(单侧),k 仅取决于样本量 n、置信水平以及需覆盖的总体最低百分比 P。

对于双侧区间,k 取精确值:将覆盖概率(写成关于 x̄ 和 s 分布的积分)设为等于置信水平,并通过数值方法求解 k(以非中心 t 值作为起点)。对于单侧界限,k = t′ / √n,其中 t′ 是自由度为 n − 1、非中心参数为 z_P·√n 的非中心 t 分布的置信水平分位数,z_P 是 P 的标准正态分位数。

求解样本量时,工具找出 k 因子不大于目标值的最小 n(从 4 起),并报告该 n 和达到的 k 因子。随着 n 增大,k 趋近正态分位数(95% 覆盖率的双侧区间为 1.960,单侧界限为 1.645),但永远不会达到,因此不大于该值的目标 k 无法实现:此时工具会显示给出该极限的错误信息。接近该极限的目标需要非常大的样本。对于相同的 n,置信度越高或覆盖率越高,k 因子越大。

输入字段和选项

字段

说明

Sample sizes

以空格或逗号分隔,例如“20 30 50”。填写后可查看各样本量所达到的 k 因子;留空则求解样本量。

Target k-factors

以空格或逗号分隔,例如“2 3”。可接受的最大 k 因子(区间 = 均值 ± k·s)。在 Sample sizes 留空的情况下填写,可求解达到该值的最小样本量。每个目标必须大于 n 增大时 k 所趋近的极限(覆盖 95% 的双侧区间为 1.960,单侧界限为 1.645)。

Confidence level

默认值为 95;范围 75 到 100。区间覆盖总体至少所述百分比的置信度。

Minimum percentage of population in interval

默认值为 95;范围 75 到 100。即覆盖率 P。

Tolerance Interval

Two-sided(默认)或 One-sided。

Title

输出上显示的标题。

sample-size-for-tolerance-intervals-inputs


图 1 — 求解样本量:Target k-factors = 2.5 3,95% 置信度,95% 总体,双侧区间。

输出说明

  • Settings — 求解的对象、置信水平、区间内的总体百分比以及容差区间的类型。
  • Results — 求解样本量时:目标 k 因子、样本量和达到的 k 因子;给定样本量时:样本量和 k 因子。
  • 通过 Download 导出 PDF。

sample-size-for-tolerance-intervals-output


图 2 — 示例的结果:对于双侧 95/95 区间,达到 k = 2.5 需要 35 个密封,达到 k = 3 需要 15 个密封。

计算示例

某医疗包装工厂正在验证热封过程,必须以 95% 的置信度证明 95% 的密封剥离强度符合规格。根据开发运行,过程均值距较近的规格限约 3 个标准差,因此 k 最大为 3 的容差区间即可通过,k 最大为 2.5 则会留有余量。验证工程师将 Sample sizes 留空,输入 Target k-factors = 2.5 3,并保持 95% 置信度、95% 覆盖率和双侧区间。

工具需要 15 个密封才能达到 k = 3(达到的 k 因子为 2.965),需要 35 个密封才能达到 k = 2.5(达到 2.495)。改为输入 Sample sizes = 10 20 50 100,可以看出 k 下降得多么缓慢:3.393、2.760、2.382 和 2.234。如果只适用强度下限,则单侧界限在 k = 3 时需要 10 个密封,在 k = 2.5 时需要 17 个。将覆盖率提高到 99% 的密封会使研究规模大得多:此时 k = 3 需要 77 个密封。

常见问题

什么是容差区间的 k 因子?

正态容差区间为样本均值加减 k 倍样本标准差。k 因子仅取决于样本量、置信水平以及区间必须覆盖的总体最低百分比。样本小则 k 因子大、区间宽,这就是样本量规划对验证研究至关重要的原因。

为什么 k 因子无法达到正态分位数?

随着样本量增大,k 趋近正态分位数(覆盖 95% 的双侧区间为 1.960,单侧界限为 1.645),但永远不会达到。不大于该极限的目标 k 无法实现,因此工具会显示给出该极限的错误信息。接近该极限的目标需要非常大的样本。

95/95 容差区间需要多少个样本?

这取决于您能接受的 k 因子。在文档中的热封示例里,置信度 95%、覆盖率 95%,双侧区间达到 k = 3 需要 15 个密封,达到 k = 2.5 需要 35 个密封。单侧界限在 k = 3 时需要 10 个密封,在 k = 2.5 时需要 17 个。

如何在 Zometric Statistical Software 中规划容差区间的样本量?

将 Sample sizes 留空并输入一个或多个 Target k-factors,然后设置置信水平、区间内的总体最低百分比,以及区间为双侧还是单侧。结果列出每个目标 k 因子及其最小样本量和所达到的 k 因子。也可改为输入样本量,查看其 k 因子。