Interpretar los resultados clave para Potencia y tamaño de la muestra para prueba de equivalencia de 2 muestras

Complete los siguientes pasos para interpretar el cálculo de potencia y tamaño de la muestra para una prueba de equivalencia de 2 muestras. La salida clave incluye la diferencia (o relación), el tamaño de la muestra, la potencia y la curva de potencia.

Paso 1: Examinar los valores calculados

Diferencia (o relación)
Si usted ingresa el tamaño de la muestra y la potencia de la prueba, entonces Minitab calcula la diferencia (o relación) que la prueba puede detectar con la potencia y tamaño de la muestra especificados. Para tamaños de muestra más grandes, la diferencia (o relación) puede estar más cerca de los límites de equivalencia. Este valor representa la diferencia (o relación) entre la media de la población de la prueba y la media de la población de referencia.
Tamaño de la muestra
Si usted ingresa una diferencia (o relación) y un valor de potencia para la prueba, entonces Minitab calcula qué tan grande debe ser la muestra. Si usted aumenta el tamaño de la muestra, la potencia de la prueba también aumenta. Conviene tener suficientes observaciones en la muestra para lograr la potencia adecuada. Sin embargo, no debe tener un tamaño de muestra tan grande que le haga perder tiempo y dinero en un muestreo innecesario o detectar diferencias poco importantes para ser estadísticamente significativas.
Nota

Debido a que los tamaños de las muestras son números enteros, la potencia real de la prueba pudiera ser levemente mayor que el valor de potencia que usted especifique.

Potencia
Si usted ingresa un tamaño de la muestra y una diferencia (o relación), entonces Minitab calcula la potencia de la prueba. Por lo general, un valor de potencia de 0,9 se considera adecuado. Una potencia de 0,9 indica que usted tiene una probabilidad de 90% de demostrar equivalencia cuando la diferencia (o relación) entre las medias de las poblaciones está realmente dentro de los límites de equivalencia. Si una prueba de equivalencia tiene poca potencia, usted pudiera no demostrar equivalencia incluso cuando la media de la prueba y la media de referencia sean equivalentes.Generalmente, cuando el tamaño de la muestra es más pequeño o cuando la diferencia (o relación) está más cerca de un límite de equivalencia, la prueba tiene menos potencia para afirmar que existe equivalencia.
Nota

Las definiciones e interpretación incluidas en este tema se aplican a una prueba de equivalencia que utilice la hipótesis alternativa predeterminada para la diferencia (Límite inferior < media de prueba - media de referencia < límite superior) o la hipótesis alternativa predeterminada para la relación (Límite inferior < media de prueba / media de referencia < límite superior).

Potencia y tamaño de la muestra

Prueba de equivalencia de 2 muestras Método Potencia para diferencia: Media de la prueba - media de referencia Hipótesis nula: Diferencia ≤ -1 o diferencia ≥ 1 Hipótesis alterna -1 < diferencia < 1 Nivel α: 0.05 Desviación estándar asumida 0.31
Resultados Tamaño de la Diferencia muestra Potencia 0.8 25 0.727010 El tamaño de la muestra es para cada grupo.
Resultados clave: Diferencia, tamaño de la muestra, potencia

Estos resultados muestran que si el tamaño de la muestra es 25 en cada grupo y la diferencia es 0.8, la potencia de la prueba para demostrar que existe equivalencia es aproximadamente 0.73. Puesto que la potencia de la prueba no es adecuada para detectar una diferencia de 0.8, usted debería aumentar el tamaño de la muestra, de ser posible. También puede utilizar la curva de potencia para determinar con qué valor más pequeño de diferencia la prueba puede alcanzar una potencia adecuada (0.9) con el tamaño de muestra especificado.

Paso 2: Examinar la curva de potencia

Utilice la curva de potencia para evaluar el tamaño de la muestra o la potencia adecuados para la prueba.

La curva de potencia representa todas las combinaciones de potencia y diferencia (o relación) para cada tamaño de muestra cuando el nivel de significancia y la desviación estándar (o el coeficiente de variación) se mantienen constantes. Cada símbolo de la curva de potencia representa un valor calculado con base en los valores que usted ingresa. Por ejemplo, si usted ingresa un tamaño de muestra y un valor de potencia, Minitab calcula la diferencia (o relación) correspondiente y muestra el valor calculado en la gráfica.

Examine los valores de la curva para determinar la diferencia (o relación) entre la media de la prueba y la media de referencia que se puede detectar con cierto valor de potencia y tamaño de muestra. Por lo general, un valor de potencia de 0.9 se considera adecuado. Sin embargo, algunos profesionales consideran que un valor de potencia de 0.8 funciona adecuadamente. Si una prueba de equivalencia tiene poca potencia, usted pudiera no demostrar equivalencia incluso cuando las medias de las poblaciones sean equivalentes. Si usted aumenta el tamaño de la muestra, la potencia de la prueba también aumenta. Conviene tener suficientes observaciones en la muestra para lograr la potencia adecuada. Sin embargo, no debe tener un tamaño de muestra tan grande que le haga perder tiempo y dinero en un muestreo innecesario o detectar diferencias poco importantes para ser estadísticamente significativas. Normalmente, cuando las diferencias (o relaciones) están más cerca de los límites de equivalencia, se requiere más potencia para demostrar la equivalencia.

En esta gráfica, la curva de potencia para un tamaño de muestra de 8 (en cada grupo) indica que la prueba tiene una potencia de 0.9 para una diferencia de aproximadamente ±0.4. La curva de potencia para un tamaño de muestra de 12 indica que la prueba tiene una potencia de 0.9 para una diferencia de aproximadamente ±0.5. La curva de potencia para un tamaño de muestra de 12 indica que la prueba tiene una potencia de 0.9 para una diferencia de aproximadamente ±0.6. Para cada curva, a medida que la diferencia se acerca al límite de equivalencia inferior o al límite de equivalencia superior, la potencia de la prueba disminuye y se acerca al nivel de significancia (α, que es el riesgo de afirmar que existe equivalencia cuando no es cierto).

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política