검정력 및 표본 크기 분석을 사용하여 수집할 데이터 양 결정

Minitab을 사용하여 모평균, 비율, 발생률, 기타 모수 등을 평가하는 검정 등 기본적인 여러 가설 검정에 필요한 표본 크기를 결정할 수 있습니다. 통계분석 > 검정력 및 표본 크기을 선택한 다음 수행하려는 분석을 선택합니다.

검정을 위해 수집해야 하는 데이터의 양이나 검정의 검정력 함수를 계산하려면 다음 항목을 알아야 합니다.
표준 편차
두 모평균 간의 차이에 대한 검정의 검정력 함수에서는 모집단 표준 편차를 알고 있다고 가정합니다. 일반적으로 모집단 표준 편차의 값을 모르기 때문에 과거 추정치 또는 표본의 표준 편차를 사용합니다. 예를 들어, 시리얼 상자 내용물의 평균 무게가 목표(20온스)의 0.5온스 범위 내에 있는지 알려고 합니다. 경험적으로, 이 기계에서 생산된 내용물 무게의 표준 편차가 0.9온스라는 것을 알고 있다면 이 값을 모표준편차로 사용합니다.
유의한 차이 크기
이 값은 실제 모수와 현재 상황에 실질적인 영향을 미치는 가정된 값 간의 최소 차이입니다. 일반적으로 가설 검정을 통해 탐지하고자 하는 차이입니다. 예를 들어, 품질 전문가가 기계에서 생산된 은못의 평균 너비와 목표 너비 간의 유의한 차이가 0.05cm라고 생각하고 있습니다. 0.05cm 이하의 차이는 은못을 사용하는데 유의한 영향을 미치지 못합니다. 이 차이를 모집단 효과 또는 간단하게 효과라고 합니다.

필요한 표본 크기를 결정하려면 표준 편차, 차이의 크기, 검정의 목표 검정력을 알아야 합니다. 리소스가 제한적이고 분석에 사용 가능한 단위 수가 일정한 경우, 검정에서 탐지할 수 있는 차이를 계산하거나 검정에서 탐지하고자 하는 실제적인 차이와 연관된 검정력을 결정할 수 있습니다.

일반적으로, 이용 가능한 시간 및 자원에 따라 검정력 및 표본 크기의 중요도는 다릅니다. 최적 검정력이나 표본 크기는 검정력이 높아져 좋아지는 정도가 추가 표본 단위를 얻는 비용에 의해 상쇄되는지 여부에 따라 결정됩니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오