プラケット-バーマン計画の検出力とサンプルサイズのデータを入力する

統計 > 検出力とサンプルサイズ > Plackett-Burman計画

検出力とサンプルサイズの計算で使用するデータを指定するには、次の手順を実行します。

  1. 因子数に、実験において制御する予定の変数の数を入力します。2から47の範囲の数値にする必要があります。
  2. 頂点の数から、因子を最低水準または最高水準に設定したときに計画する実験の実行数を選択します。

    要因計画の作成で作成できない一部の計画の結果を作成することができます。より高い分解能を持つ2水準要因計画があるので、これらの計画には、2~15個の因子と32個の頂点を持つプラケットーバーマン計画が含まれています。

  3. 次の検出力関数の変数3つの値を指定します。計算する変数は空白のままにします。
    • 反復1つ以上の正の整数を入力し、各頂点を設定する回数を指定します。たとえば、各頂点を2回設定した場合の効果を計算するには、「2」と入力します。異なる反復数の効果を評価するには、複数の値を入力します。反復数が多くなると、実験が効果を検出する力が高くなり、より正確な予測が可能になります。

    • 効果: 1つ以上の値を入力して、因子の低水準と高水準の間で検出する平均応答の差を指定します。通常、用途に対して実質的に影響のある最小の効果を入力します。たとえば、平均間の差として5を検出することが重要で、5未満の差は重要度が低い場合、「5」と入力します。

    • 検出力実験に与える検出力を指定する値を1つ上入力します。一般的な値は0.8と0.9です。たとえば、低因子設定と高因子設定の間の実質的な差を検定で検出する確率を90%にする場合は、0.9と入力します。

    • 中心点の数:負でない整数を1つ以上入力して、因子が中間値に設定されている実験の実行数を指定します。

      計画の中心点の一般的な個数は、通常、検出力や他の考慮事項によって変わります。たとえば、中心点を使用して、因子と応答が曲線関係にあるかどうかを確認できます。最も一般的なアドバイスは、計画に少なくとも3つの中心点を使用することです。

  4. 標準偏差に、反復実験実行での応答の測定値の標準偏差を入力します。通常、この値は、関連調査、試験的研究、専門知識から推定します。すでにMinitabで分散分析表が生成される分析を実行済みである場合、誤差の調整済み平均平方の平方根を使用できます。また、1を入力することもできます。1を入力すると、効果サイズは応答変数の単位ではなく標準偏差の乗数となります。たとえば、効果サイズに2を指定し、標準偏差に1を指定すると、標準偏差の2倍のサイズの効果の計算が行われます。
本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください