Estes cálculos dependem de uma distribuição F com um parâmetro de não centralidade λ.
O Minitab calcula λ sob a suposição de pior caso que as outras médias estão todas a meio caminho entre o mínimo e o máximo. O resultado é uma configuração das médias que minimiza o poder para um tamanho amostral especificado e uma diferença máxima especificada entre as médias.
Termo | Descrição |
---|---|
k | número de níveis |
n | tamanho amostral em cada nível |
α | nível de significância |
σ | Desvio padrão |
![]() | graus de liberdade para erro iguais para k * ( n – 1 ) |
fα | valor crítico (ponto superior α da distribuição F com k – 1 e ν graus de liberdade) |
μi | resposta média no nível i |
![]() | ![]() |
![]() | FDA da distribuição F com k – 1 graus de liberdade do numerador, v graus de liberdade do denominador e parâmetro de não centralidade λ, avaliado a fα |
Se você fornecer os valores de poder e tamanho da amostra, o Minitab calcula o valor da diferença máxima. Se você fornecer os valores de poder e a diferença máxima, o Minitab calcula o valor do tamanho da amostra.
Para estes dois casos, o Minitab usa um algoritmo iterativo com a equação de poder. A cada iteração, o Minitab avalia o poder para um tamanho de amostra do ensaio ou a diferença do ensaio, e para quando atinge os valores que você especifica.
Quando o Minitab calcula o tamanho da amostra, ele pode achar que nenhum valor inteiro do tamanho da amostra produz seu poder alvo. Em tais casos, o Minitab exibe o valor alvo para o poder ao lado do poder real. O poder real é um valor que corresponde a um tamanho da amostra de número inteiro, e que é próximo ao ainda maior valor alvo.