Selecione o método ou a fórmula de sua escolha.
Calculando o poder
Estes cálculos dependem de uma distribuição t com um parâmetro de não centralidade λ.
Parâmetro de não centralidade
Poder unilateral (H1: μ 1 > μ 2)
Poder = 1 – t(tα; v, λ)
Poder unilateral (H1: μ 1 < μ 2)
Poder = t(–tα; v, λ)
Poder bilateral (H1: μ 1 ≠ μ 2)
Poder = 1 – t(tα/2; v, λ) + t(–tα/2; v, λ)
Notação
| Termo | Descrição |
|---|---|
| λ | parâmetro de não centralidade para t |
| δ | diferença entre as duas médias de população |
| σ | desvio padrão |
| n | tamanho amostral para cada amostra |
| t(x; v, λ) | FDA da distribuição t com v graus de liberdade e parâmetro de não centralidade λ avaliado a x |
| t α | valor crítico unilateral (ponto α superior da distribuição t com v graus de liberdade) |
| t α/2 | valor crítico bilateral (ponto α/2 superior da distribuição t com v graus de liberdade) |
| v | graus de liberdade para erro = 2n – 2 |
| λ | parâmetro de não centralidade para t |
Calculando o tamanho da amostra e a diferença
Se você fornecer os valores de poder e o tamanho amostral, o Minitab calcula o valor da diferença. Se você fornecer os valores de poder e a diferença, o Minitab calcula o valor do tamanho amostral.
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 o valor da diferença do ensaio, e para quando atinge os valores que você solicita.
Poder almejado e poder real
Quando o Minitab calcula o tamanho da amostra, ele pode achar que nenhum valor inteiro do tamanho amostral produz seu poder alvo. Em tais casos, o Minitab exibe o valor alvo para o poder juntamente com o poder real, que é um valor que corresponde a um tamanho amostral de número inteiro e que é mais próximo do valor-alvo, e ainda maior do que ele.
