Les commandes de l’application, les identifiants des feuilles de données et les valeurs des données d’exemple conservent leur forme d’origine. Les captures d’écran, graphiques et fichiers à télécharger sont en anglais. Les exemples conservent les conventions numériques anglaises : point décimal et virgule de séparation des milliers.
Exemple : taille d’échantillon pour le remplissage de sachets
Prévoyez des mesures indépendantes de remplissage de sachets pour détecter une différence de 2 g par rapport à une moyenne de référence, avec un écart-type supposé de 4 g et une puissance de 90%.
Télécharger les données de référence de planification (CSV en anglais)C’est le même exemple que dans Help. Le CSV liste des scénarios de référence. Saisissez les valeurs de planification choisies manuellement dans Inputs ; l’importation ne configure pas ce calculateur. Utilisez Open example in a practice copy dans Help pour préremplir les données d’entrée.
1. Créer l’espace de travail
Dans la barre latérale, ouvrez Basic Statistics et choisissez Power & Sample Size. Créez une analyse, nommez-la, sélectionnez New blank worksheet, puis choisissez Create analysis.
2. Choisir l’étude
Dans Inputs, choisissez One-sample t pour Test et Sample size pour Solve for. Saisissez 0.05 dans Significance level (α) et choisissez Two-sided pour Alternative hypothesis.
3. Saisir les valeurs de planification
Saisissez une valeur par champ pour ce scénario. Aucune colonne de feuille n’est affectée.
Saisissez 4 dans Standard deviation (σ).
Saisissez 2 dans Mean differences.
Saisissez 0.9 dans Target powers.
4. Exécuter l’analyse
Choisissez Run analysis, puis ouvrez Results.
5. Interpréter les résultats
Vérifier l’étude prévue
Prévoyez des mesures indépendantes de remplissage de sachets pour détecter une différence de 2 g par rapport à une moyenne de référence, avec un écart-type supposé de 4 g et une puissance de 90%.
Lire le plan calculé
Le plus petit échantillon prévu est de 44 sachets. La puissance atteinte est de 0.900031, juste au-dessus de la cible de 0.9. Avec 43 sachets, elle est de 0.893050.
Suivre la courbe de puissance
La courbe utilise 44 observations. Pour une différence de +2 g ou −2 g, la puissance est d’environ 90%. Les différences plus petites, proches de zéro, sont plus difficiles à détecter.
Puissance en fonction de l’effet Voir le graphique en taille réelle (s’ouvre dans un nouvel onglet) Comprendre les hypothèses
La puissance est la probabilité que le test prévu détecte la différence spécifiée lorsque cette différence existe, sous les hypothèses saisies. Ce n’est pas la probabilité qu’une hypothèse soit vraie et elle ne garantit pas un résultat significatif. La méthode utilise un calcul t non central à un échantillon avec des observations normales indépendantes et un écart-type de population supposé de 4 g. La moyenne de référence n’est pas elle-même estimée à partir d’un second échantillon ici.
Décider comment recueillir l’échantillon
Confirmez que 2 g est la plus petite différence qui mérite d’être détectée et que 4 g est un écart-type de planification raisonnable. Tenez compte des mesures qui pourraient être inutilisables pour décider combien de sachets recueillir.
Plus de détails : lire chaque section des résultats
Les tableaux complets de résultats utilisent six chiffres significatifs, comme dans Help.
Scénarios de puissance et de taille d’échantillon
Le scénario relie cette ligne à ses valeurs d’entrée. La branche indique le sens d’un effet résolu ; un tiret signifie que cela ne s’applique pas. La taille d’échantillon est par groupe pour les plans à deux groupes ; le nombre total d’observations compte les deux groupes. La différence de moyenne ou la proportion de comparaison est l’effet planifié. La puissance cible est la demande ; la puissance atteinte est le résultat calculé. La puissance à la taille précédente vérifie une observation de moins par groupe. DF désigne les degrés de liberté du test t, le cas échéant. Le statut et les détails indiquent si le scénario a été calculé. Le plus petit échantillon prévu est de 44 sachets. La puissance atteinte est de 0.900031, juste au-dessus de la cible de 0.9. Avec 43 sachets, elle est de 0.893050.
| Scénario | Branche | Taille de l’échantillon | Nombre total d’observations | Différence de moyenne | Puissance cible | Puissance atteinte | Puissance à la taille précédente | DF | Statut | Détails |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | — | 44 | 44 | 2 | 0.9 | 0.900031 | 0.89305 | 43 | ok | — |
- Les branches indisponibles conservent leur statut et leurs valeurs d’entrée. Chaque paire compte deux observations. La puissance à la taille précédente n’est rapportée que si cette taille est valide.
Méthode de planification
La méthode et le calibrage identifient le calcul utilisé. Alpha 0.05 est le seuil de significativité du test ; l’hypothèse alternative bilatérale inclut les deux sens. La grandeur recherchée désigne la quantité calculée. Les hypothèses et l’écart-type de planification ou la proportion de référence enregistrent ce dont dépend le résultat. La méthode utilise un calcul t non central à un échantillon avec des observations normales indépendantes et un écart-type de population supposé de 4 g. La moyenne de référence n’est pas elle-même estimée à partir d’un second échantillon ici.
| Réglage | Valeur |
|---|---|
| Méthode | t à un échantillon |
| Calibrage | noncentral-t-v1 |
| α | 0.05 |
| Hypothèse alternative | two-sided |
| Grandeur recherchée | Taille de l’échantillon |
| Hypothèses | Observations normales indépendantes ; écart-type de la population estimé. |
| Écart-type de planification | 4 |
- Les résultats et les points des courbes sont enregistrés avec cette exécution. Les tailles d’échantillon sont entières ; la puissance cible et la puissance atteinte sont distinctes.
Valeurs d’entrée des scénarios
Le scénario correspond à la ligne de résultat numérotée. Les données d’entrée enregistrent les valeurs actives du scénario ; ce sont des hypothèses de planification, et non des mesures observées. Les saisies à valeur unique produisent ici un scénario.
| Scénario | Données d’entrée |
|---|---|
| 1 | {"delta":2,"power":0.9} |
Valeurs enregistrées des courbes de puissance
Chaque ligne donne une taille d’échantillon, une différence de moyenne ou une proportion de comparaison, et sa puissance calculée. Ce sont toutes les valeurs enregistrées derrière le graphique de l’application. Pour les plans à deux groupes, la taille est par groupe. Lisez la puissance entre zéro et un ; 0.9 signifie 90%. La courbe utilise 44 observations. Pour une différence de +2 g ou −2 g, la puissance est d’environ 90%. Les différences plus petites, proches de zéro, sont plus difficiles à détecter.
| Taille de l’échantillon | Différence de moyenne | Puissance |
|---|---|---|
| 44 | -2.5 | 0.981762 |
| 44 | -2.41667 | 0.974804 |
| 44 | -2.33333 | 0.965746 |
| 44 | -2.25 | 0.954168 |
| 44 | -2.16667 | 0.939633 |
| 44 | -2.08333 | 0.921717 |
| 44 | -2 | 0.900031 |
| 44 | -1.91667 | 0.874253 |
| 44 | -1.83333 | 0.844165 |
| 44 | -1.75 | 0.80968 |
| 44 | -1.66667 | 0.770866 |
| 44 | -1.58333 | 0.727969 |
| 44 | -1.5 | 0.681415 |
| 44 | -1.41667 | 0.631805 |
| 44 | -1.33333 | 0.579891 |
| 44 | -1.25 | 0.526551 |
| 44 | -1.16667 | 0.472738 |
| 44 | -1.08333 | 0.419435 |
| 44 | -1 | 0.367602 |
| 44 | -0.916667 | 0.318127 |
| 44 | -0.833333 | 0.271787 |
| 44 | -0.75 | 0.229213 |
| 44 | -0.666667 | 0.19088 |
| 44 | -0.583333 | 0.157098 |
| 44 | -0.5 | 0.128031 |
| 44 | -0.416667 | 0.103714 |
| 44 | -0.333333 | 0.0840861 |
| 44 | -0.25 | 0.0690308 |
| 44 | -0.166667 | 0.058409 |
| 44 | -0.0833333 | 0.0520945 |
| 44 | 0 | 0.05 |
| 44 | 0.0833333 | 0.0520945 |
| 44 | 0.166667 | 0.058409 |
| 44 | 0.25 | 0.0690308 |
| 44 | 0.333333 | 0.0840861 |
| 44 | 0.416667 | 0.103714 |
| 44 | 0.5 | 0.128031 |
| 44 | 0.583333 | 0.157098 |
| 44 | 0.666667 | 0.19088 |
| 44 | 0.75 | 0.229213 |
| 44 | 0.833333 | 0.271787 |
| 44 | 0.916667 | 0.318127 |
| 44 | 1 | 0.367602 |
| 44 | 1.08333 | 0.419435 |
| 44 | 1.16667 | 0.472738 |
| 44 | 1.25 | 0.526551 |
| 44 | 1.33333 | 0.579891 |
| 44 | 1.41667 | 0.631805 |
| 44 | 1.5 | 0.681415 |
| 44 | 1.58333 | 0.727969 |
| 44 | 1.66667 | 0.770866 |
| 44 | 1.75 | 0.80968 |
| 44 | 1.83333 | 0.844165 |
| 44 | 1.91667 | 0.874253 |
| 44 | 2 | 0.900031 |
| 44 | 2.08333 | 0.921717 |
| 44 | 2.16667 | 0.939633 |
| 44 | 2.25 | 0.954168 |
| 44 | 2.33333 | 0.965746 |
| 44 | 2.41667 | 0.974804 |
| 44 | 2.5 | 0.981762 |
- Toutes les courbes enregistrées figurent dans ce tableau et son export CSV ; le graphique affiche au plus 12 tailles d’échantillon sélectionnées.
6. Créer un rapport
Conservez Power and sample size scenarios, Planning method, Scenario input values, le graphique Power versus effect de l’application et son tableau complet de valeurs enregistrées. Notez la différence à détecter, la dispersion ou les proportions de planification, la répartition de l’échantillon et la méthode. La méthode utilise un calcul t non central à un échantillon avec des observations normales indépendantes et un écart-type de population supposé de 4 g. La moyenne de référence n’est pas elle-même estimée à partir d’un second échantillon ici.
Sélectionnez Add to report dans l’exécution terminée. Ouvrez Choose individual items and advanced options pour sélectionner les tableaux et graphiques, puis choisissez Add to draft. Les éléments masqués restent dans l’analyse enregistrée.
Nommez le rapport et ajoutez l’objectif de l’étude ainsi que votre interprétation. Sélectionnez Save, vérifiez Preview, puis utilisez Export → Download HTML. L’exemple ci-dessous contient l’intégralité du contenu sélectionné, y compris les résultats au-delà d’un seul écran.