Minitab中功效和样本量

理解功效和样本量

Minitab功效和样本量工具帮助你平衡为了回答：你需要多少数据，这类迷惑性的问题时抽取样本所需的成本。

• 如果需要评估一个供应商纸张的平均厚度和另一个供应商之间有没有差异的时候需要收集多少样本？
• 需要收集多少样本来能推测在95%的置信度下支持该候选人的比率在3%以内是真实的？
• 你可以相信T检验的结果：两个学区的平均测试分数之间没有显著差异吗？
• 如果你希望至少有85%的机会探测出该因子对你的生产流程是否存在显著影响，试验需要复制几次？

所以，你需要收集足够的数据来确保有充分的功效来得出合理的结论

使用Minitab来决定功效和样本量

Minitab为一些统计检验提供一些工具来评估样本和功效

• 用于估计的样本数量
• 单样本Z
• 单/双样本T
• 配对T
• 单/双比率
• 单/双泊松率
• 单/双方差
• 单因子方差分析
• 水平因子设计
• Plackett-Burman设计
• 一般全因子设计

Minitab功效和样本量功能允许你检查两个不同测试属性如何影响另一方，比如：利用双样本T检验，你可以：

• 样本量----每组样本观测值数量
• 差值（效应）----需要探测到一个抽样总体的均值和另一个之间差异的最小差异
• 功效---当真实存在时探测出有显著差异的概率
  

如果你输入了任意两个属性值，Minitab将计算出第三个值，例如，如果你设定了最小差值和功效，Minitab将分析需要识别出在给定功效下识别出改差异的最小样本量。

预测和回顾功效和样本量

在收集数据前计算统计功效来保证利用假设检验探测显著效应性叫“预测”研究。例如：假设你公司生产谷物，你需要决定装袋过程能否满足要求，你需要保证平均装袋重量和目标重量365g之间的差异不超过2.5g.使用标准差4，58g和功效为85%，需要抽取多少袋来分析？样本越多，你将有越大机会探测他们差异如果存在的话，但是如果检测太多样本，你将需要多花更长的时间和更多的成本。利用Minitab功效和样本量中单样本T检验，可以计算出在85%的功效下识别2.5g的差异只需要抽取33袋就可以了。

你也可以利用Minitab来了解已经被分析出的检验功效，这叫做“回顾”，比如，一家部件生产商比较用两种不同工艺钢材生产出部件重量之间的差异，检验的结果是在0.05的风险水平下没有显著差异，利用Minitab，该制造商可以推测该检验功效是基于样本、他们需要探测的最小差异和标准差（如果它们能作为分析的结果）来决定的。如果测探这些差异的功效太低，他们需要通过抽取更多样本来增加功效和重新设计工艺来修改试验，然而，如果功效很高，他们就可以声称两种工艺之间没有显著差异，无需收集更多样本。

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删