Объем выборки и степень теста
sampsizepwr
вычисляет объем выборки, степень или альтернативное значение параметров для теста гипотезы, учитывая другие два значения. Например, можно вычислить объем выборки, требуемый получить конкретную степень для теста гипотезы, учитывая значение параметров альтернативной гипотезы.
возвращает объем выборки, nout
= sampsizepwr(testtype
,p0
,p1
)nout
, требуемый для двухстороннего теста типа задан testtype
чтобы иметь силу (вероятность отклонения нулевой гипотезы, когда альтернативная гипотеза верна) 0,90 когда, уровень значения (вероятность отклонения нулевой гипотезы, когда нулевая гипотеза верна) 0.05. p0
задает значения параметров по нулевой гипотезе. p1
задает значение или массив значений, одного параметра, протестированного в соответствии с альтернативной гипотезой.
___ = sampsizepwr(
возвращает любой из предыдущих аргументов с помощью одного или нескольких аргументов пары "имя-значение". Например, можно изменить уровень значения теста или задать право - или лево-хвостатый тест. Пары "имя-значение" могут появиться в любом порядке, но должны начаться в шестом положении аргумента.testtype
,p0
,p1
,pwr
,n
,Name,Value
)
Компания запускает производственный процесс, который заполняет пустые бутылки 100 мл жидкости. К качеству монитора компания случайным образом выбирает несколько бутылок и измеряет объем жидкости внутри.
Определите объем выборки, который должна использовать компания, если это хочет обнаружить различие между 100 мл и 102 мл со степенью 0,80. Примите, что предшествующее доказательство указывает на стандартное отклонение 5 мл.
nout = sampsizepwr('t',[100 5],102,0.80)
nout = 52
Компания должна протестировать 52 бутылки, чтобы обнаружить различие между средним объемом 100 мл и 102 мл со степенью 0,80.
Сгенерируйте кривую степени, чтобы визуализировать, как объем выборки влияет на степень теста.
nn = 1:100; pwrout = sampsizepwr('t',[100 5],102,[],nn); figure; plot(nn,pwrout,'b-',nout,0.8,'ro') title('Power versus Sample Size') xlabel('Sample Size') ylabel('Power')
Сотрудница хочет купить дом около своего офиса. Она решает устранить из фактора любой дом, который имеет среднее утреннее время поездки на работу, больше, чем 20 минут. Нулевая гипотеза для этого правостороннего теста является H0: = 20, и альтернативная гипотеза HA: > 20. Выбранный уровень значения 0.05.
Чтобы определить среднее время поездки на работу, сотрудница берет тест-драйв от дома до ее офиса в течение часа пик каждое утро в течение одной недели, таким образом, ее общий объем выборки равняется 5. Она принимает что стандартное отклонение, , равно 5.
Сотрудница решает, что истинное среднее время поездки на работу 25 минут слишком отличается от ее целенаправленного 20-минутного предела, таким образом, она хочет обнаружить значительный отъезд, если истинное среднее значение составляет 25 минут. Найдите вероятность неправильного заключения, что среднее время поездки на работу не больше, чем 20 минут.
Вычислите степень теста, и затем вычтите степень от 1, чтобы получить .
power = sampsizepwr('t',[20 5],25,[],5,'Tail','right'); beta = 1 - power
beta = 0.4203
значение указывает на вероятность 0,4203, что сотрудник приходит к заключению неправильно, что утренняя поездка на работу не больше 20 минут.
Сотрудница решает, что этот риск слишком высок, и она хочет не больше, чем 0,01 вероятности того, чтобы сделать неправильный вывод. Вычислите количество тест-драйвов, которые сотрудник должен взять, чтобы получить степень 0,99.
nout = sampsizepwr('t',[20 5],25,0.99,[],'Tail','right')
nout = 18
Результаты показывают, что она должна взять 18 тест-драйвов из дома кандидата, чтобы достигнуть этого уровня мощности.
Сотрудница решает, что у нее только есть время, чтобы взять 10 тест-драйвов. Она также принимает 0,05 вероятности создания неправильного заключения. Вычислите самое маленькое истинное значение параметров, которое производит обнаруживаемое различие в среднее время поездки на работу.
p1out = sampsizepwr('t',[20 5],[],0.95,10,'Tail','right')
p1out = 25.6532
Учитывая целевой уровень мощности сотрудника и объем выборки, ее тест обнаруживает значительную разницу со среднего времени поездки на работу по крайней мере 25,6532 минут.
Вычислите объем выборки, n, требуемый отличить p = 0.30 от p = 0.36, с помощью биномиального теста со степенью 0,8.
napprox = sampsizepwr('p',0.30,0.36,0.8)
Warning: Values N>200 are approximate. Plotting the power as a function<br>of N may reveal lower N values that have the required power.
napprox = 485
Результат показывает, что степень 0,8 требует объема выборки 485. Однако этот результат является аппроксимированным.
Сделайте график видеть, обеспечивают ли какие-либо меньшие n значения необходимую степень 0,8.
nn = 1:500;
pwrout = sampsizepwr('p',0.3,0.36,[],nn);
nexact = min(nn(pwrout>=0.8))
nexact = 462
figure plot(nn,pwrout,'b-',[napprox nexact],pwrout([napprox nexact]),'ro') grid on
Результат показывает, что объем выборки 462 также обеспечивает степень 0,8 для этого теста.
Фермер хочет протестировать удар двух различных типов удобрения на урожае его бобовых обрезок. Он в настоящее время использует Fertilizer A, но полагает, что Fertilizer B может улучшить урожайность. Поскольку Fertilizer B является более дорогим, чем Фертилизер А, фермер хочет ограничить количество планов, он относится с Fertilizer B в этом эксперименте.
Фермер использует 2:1 отношение объектов в каждой контрольной группе. Он тестирует 10 объектов с Удобрением A и 5 объектов с Удобрением B. Средний урожай с помощью Удобрения A составляет 1,4 кг на объект со стандартным отклонением 0,2. Средний урожай с помощью Удобрения B составляет 1,7 кг на объект. Уровень значения теста 0.05.
Вычислите степень теста.
pwr = sampsizepwr('t2',[1.4 0.2],1.7,[],5,'Ratio',2)
pwr = 0.7165
Фермер хочет увеличить степень теста к 0,90. Вычислите, сколько объектов он должен отнестись с каждым типом удобрения.
n = sampsizepwr('t2',[1.4 0.2],1.7,0.9,[])
n = 11
Чтобы увеличить степень теста к 0,90, фермер должен протестировать 11 объектов с каждым типом удобрения.
Фермер хочет сократить количество объектов, он должен отнестись с Удобрением B, но сохранить степень теста в 0,90 и обеспечить начальную букву 2:1 отношение объектов в каждой контрольной группе
Используя 2:1 отношение объектов в каждой контрольной группе, вычислите, сколько объектов фермер должен протестировать, чтобы получить степень 0,90. Используйте значения среднего и стандартного отклонения, полученные в предыдущем тесте.
[n1out,n2out] = sampsizepwr('t2',[1.4,0.2],1.7,0.9,[],'Ratio',2)
n1out = 8
n2out = 16
Чтобы получить степень 0,90, фермер должен обработать 16 объектов с Удобрением A и 8 объектов с Удобрением B.
testtype
— Протестируйте тип'z'
| 't'
| 't2'
| 'var'
| 'p'
Протестируйте тип, заданный как одно из следующих.
'z'
— z-тест для нормально распределенных данных с известным стандартным отклонением.
't'
— t-тест для нормально распределенных данных с неизвестным стандартным отклонением.
't2'
— 2D выборка объединила t-тест для нормально распределенных данных с неизвестным стандартным отклонением и равными отклонениями.
'var'
— Тест хи-квадрата отклонения для нормально распределенных данных.
'p'
— Тест p параметра (вероятность успеха) для биномиального распределения. 'p'
тест является дискретным тестом, для которого увеличение объема выборки не всегда увеличивает степень. Для n
значения, больше, чем 200, там может существовать значения, меньшие, чем возвращенный n
значение, которые также производят заданную энергию.
p0
— Значение параметров по нулевой гипотезеЗначение параметров по нулевой гипотезе, заданной как скалярное значение или двухэлементный массив скалярных значений.
Если testtype
'z'
или 't'
, затем p0
двухэлементный массив [mu0,sigma0]
из среднего и стандартного отклонения, соответственно, по нулевой гипотезе.
Если testtype
't2'
, затем p0
двухэлементный массив [mu0,sigma0]
из среднего и стандартного отклонения, соответственно, первой выборки в соответствии с пустыми и альтернативными гипотезами.
Если testtype
'var'
, затем p0
отклонение по нулевой гипотезе.
Если testtype
'p'
, затем p0
значение p по нулевой гипотезе.
Типы данных: single
| double
p1
— Значение параметров в соответствии с альтернативной гипотезой[]
Значение параметров в соответствии с альтернативной гипотезой, заданной как скалярное значение или как массив скалярных значений.
Если testtype
'z'
или 't'
, затем p1
значение среднего значения в соответствии с альтернативной гипотезой.
Если testtype
't2'
, затем p1
значение среднего значения второй выборки в соответствии с альтернативной гипотезой.
Если testtype
'var'
, затем p1
отклонение в соответствии с альтернативной гипотезой.
Если testtype
'p'
, затем p1
значение p в соответствии с альтернативной гипотезой.
Если вы задаете p1
как массив, затем sampsizepwr
возвращает массив для nout
или pwrout
это - та же длина как p1
.
Возвратить альтернативное значение параметров, p1out
, задайте p1
использование пустых скобок ([]
), как показано в описании синтаксиса.
Типы данных: single
| double
pwr
— Степень теста[]
Степень теста, заданного как скалярное значение в области значений (0,1) или как массив скалярных значений в области значений (0,1). Степень теста является вероятностью отклонения нулевой гипотезы, когда альтернативная гипотеза верна, учитывая конкретный уровень значения.
Если вы задаете pwr
как массив, затем sampsizepwr
возвращает массив для nout
или p1out
это - та же длина как pwr
.
Возвращать значение степени, pwrout
, задайте pwr
использование пустых скобок ([]
), как показано в описании синтаксиса.
Типы данных: single
| double
n
SampleSize Объем выборки, заданный как положительное целочисленное значение или как массив положительных целочисленных значений.
Если testtype
't2'
, затем sampsizepwr
принимает, что эти два объема выборки равны. Для неравных объемов выборки задайте n
как меньшие из этих двух объемов выборки и использование 'Ratio'
аргумент пары "имя-значение", чтобы указать на отношение объема выборки. Например, если меньший объем выборки равняется 5, и больший объем выборки равняется 10, задайте n
как 5, и 'Ratio'
пара "имя-значение" как 2.
Если вы задаете n
как массив, затем sampsizepwr
возвращает массив для pwrout
или p1out
это - та же длина как n
.
Типы данных: single
| double
Задайте дополнительные разделенные запятой пары Name,Value
аргументы. Name
имя аргумента и Value
соответствующее значение. Name
должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN
.
'Alpha',0.01,'Tail','right'
задает тест с правильным хвостом с 0,01 уровнями значения.'Alpha'
— Уровень значенияЗначение значения теста, заданного как разделенная запятой пара, состоящая из 'Alpha'
и скалярное значение в области значений (0,1).
Пример: 'Alpha',0.01
Типы данных: single
| double
'Ratio'
— Отношение объема выборкиОтношение объема выборки для 2D демонстрационного t - тест, заданный как разделенная запятой пара, состоящая из 'Ratio'
и скалярное значение, больше, чем или равный 1. Значение Ratio
равно n2/n1
, где n2
больший объем выборки и n1
меньший объем выборки.
Возвратить степень, pwrout
, или альтернативное значение параметров, p1out
, задайте меньшие из этих двух объемов выборки для n
, и используйте 'Ratio'
указать на отношение объема выборки.
Пример: 'Ratio',2
'Tail'
— Протестируйте тип'both'
(значение по умолчанию) | 'right'
| 'left'
Протестируйте тип, заданный как разделенная запятой пара, состоящая из 'Tail'
и одно из следующего:
'both'
— Двухсторонний тест для альтернативы не равняется p0
'right'
— Односторонний тест для альтернативы, больше, чем p0
'left'
— Односторонний тест для альтернативы, меньшей, чем p0
Пример: 'Tail','right'
nout
SampleSize Объем выборки, возвращенный как положительное целочисленное значение или как массив положительных целочисленных значений.
Если testtype
t2
, и вы используете 'Ratio'
аргумент пары "имя-значение", чтобы задать отношение двух неравных объемов выборки, затем nout
возвращает меньшие из этих двух объемов выборки.
В качестве альтернативы, чтобы возвратить оба объема выборки, задайте этот аргумент как [n1out,n2out]
. В этом случае, sampsizepwr
возвращает меньший объем выборки как n1out
, и больший объем выборки как n2out
.
Если вы задаете pwr
или p1
как массив, затем sampsizepwr
возвращает массив для nout
это - та же длина как pwr
или p1
.
pwrout
— Степень p1out
— Значение параметров для альтернативной гипотезыЗначение параметров для альтернативной гипотезы, возвращенной как скалярное значение или как массив скалярных значений.
При вычислении p1out
для 'p'
протестируйте, если никакая альтернатива не может быть отклонена для данной нулевой гипотезы и уровня значения, функция отображает предупреждающее сообщение и возвращает NaN
.
У вас есть модифицированная версия этого примера. Вы хотите открыть этот пример со своими редактированиями?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.