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 : hausse du taux de réussite de 93% à 97%
Prévoyez des observations indépendantes de réussite ou d’échec pour distinguer un taux de réussite de 97% d’une référence fixe de 93%. La différence d’intérêt est de quatre points de pourcentage.
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 proportion 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 0.93 dans Baseline proportion (p₀).
Saisissez 0.97 dans Comparison proportions (p₁).
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 observations indépendantes de réussite ou d’échec pour distinguer un taux de réussite de 97% d’une référence fixe de 93%. La différence d’intérêt est de quatre points de pourcentage.
Lire le plan calculé
Prévoyez 323 essais indépendants pour distinguer un taux de réussite de 97% d’une référence fixe de 93%, à une puissance cible de 90%. Ce plan par approximation normale donne une puissance de 0.900198 ; 322 essais donnent 0.899049. Le nombre concerne les essais, et non les réussites, et la méthode n’est pas une planification binomiale exacte.
Suivre la courbe de puissance
La courbe maintient la taille à 323 et fait varier la proportion de comparaison. À 0.97, elle atteint environ 90%. La puissance est minimale près de la référence de 0.93 ; elle augmente aussi pour les taux plus faibles, car le test est bilatéral.
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. Cette méthode utilise une approximation normale avec des seuils fondés sur l’hypothèse nulle et une variance à la proportion de comparaison. Ce n’est pas un calcul binomial exact.
Décider comment recueillir l’échantillon
Vérifiez que 93% est la référence fixe appropriée et que 97% est l’effet qui mérite d’être détecté. Utilisez des observations indépendantes et la même définition de réussite ou d’échec dans l’étude prévue.
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 plan exige 323 observations. La puissance atteinte est de 0.900198 ; avec 322, elle est de 0.899049, sous la cible de 90%. Ce sont des observations prévues, et non un nombre requis de réussites.
| Scénario | Branche | Taille de l’échantillon | Nombre total d’observations | Proportion de comparaison | Puissance cible | Puissance atteinte | Puissance à la taille précédente | DF | Statut | Détails |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | — | 323 | 323 | 0.97 | 0.9 | 0.900198 | 0.899049 | — | 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. Cette méthode utilise une approximation normale avec des seuils fondés sur l’hypothèse nulle et une variance à la proportion de comparaison. Ce n’est pas un calcul binomial exact.
| Réglage | Valeur |
|---|---|
| Méthode | Une proportion |
| Calibrage | statswift-normal-proportion-v1 |
| α | 0.05 |
| Hypothèse alternative | two-sided |
| Grandeur recherchée | Taille de l’échantillon |
| Hypothèses | Approximation normale utilisant les seuils sous l’hypothèse nulle et la variance sous l’hypothèse alternative. |
| Proportion de référence | 0.93 |
- 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 | {"p1":0.97,"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 maintient la taille à 323 et fait varier la proportion de comparaison. À 0.97, elle atteint environ 90%. La puissance est minimale près de la référence de 0.93 ; elle augmente aussi pour les taux plus faibles, car le test est bilatéral.
| Taille de l’échantillon | Proportion de comparaison | Puissance |
|---|---|---|
| 323 | 0.83 | 0.999723 |
| 323 | 0.832833 | 0.999581 |
| 323 | 0.835667 | 0.999371 |
| 323 | 0.8385 | 0.999064 |
| 323 | 0.841333 | 0.998618 |
| 323 | 0.844167 | 0.997976 |
| 323 | 0.847 | 0.997062 |
| 323 | 0.849833 | 0.995772 |
| 323 | 0.852667 | 0.99397 |
| 323 | 0.8555 | 0.99148 |
| 323 | 0.858333 | 0.988076 |
| 323 | 0.861166 | 0.983476 |
| 323 | 0.864 | 0.977331 |
| 323 | 0.866833 | 0.969223 |
| 323 | 0.869666 | 0.958664 |
| 323 | 0.8725 | 0.945095 |
| 323 | 0.875333 | 0.927904 |
| 323 | 0.878166 | 0.906446 |
| 323 | 0.881 | 0.880082 |
| 323 | 0.883833 | 0.848222 |
| 323 | 0.886666 | 0.810394 |
| 323 | 0.8895 | 0.766313 |
| 323 | 0.892333 | 0.715957 |
| 323 | 0.895166 | 0.659647 |
| 323 | 0.898 | 0.5981 |
| 323 | 0.900833 | 0.532462 |
| 323 | 0.903666 | 0.464294 |
| 323 | 0.9065 | 0.395512 |
| 323 | 0.909333 | 0.328268 |
| 323 | 0.912166 | 0.264785 |
| 323 | 0.914999 | 0.207161 |
| 323 | 0.917833 | 0.15718 |
| 323 | 0.920666 | 0.116146 |
| 323 | 0.923499 | 0.0848113 |
| 323 | 0.926333 | 0.0633843 |
| 323 | 0.929166 | 0.0516607 |
| 323 | 0.93 | 0.05 |
| 323 | 0.931999 | 0.0492336 |
| 323 | 0.934833 | 0.0557509 |
| 323 | 0.937666 | 0.0711539 |
| 323 | 0.940499 | 0.0958347 |
| 323 | 0.943333 | 0.130658 |
| 323 | 0.946166 | 0.176818 |
| 323 | 0.948999 | 0.23552 |
| 323 | 0.951833 | 0.307503 |
| 323 | 0.954666 | 0.392459 |
| 323 | 0.957499 | 0.488419 |
| 323 | 0.960333 | 0.591299 |
| 323 | 0.963166 | 0.694833 |
| 323 | 0.965999 | 0.791202 |
| 323 | 0.968833 | 0.872531 |
| 323 | 0.97 | 0.900198 |
| 323 | 0.971666 | 0.933083 |
| 323 | 0.974499 | 0.971346 |
| 323 | 0.977332 | 0.99075 |
| 323 | 0.980166 | 0.998009 |
| 323 | 0.982999 | 0.999767 |
| 323 | 0.985832 | 0.99999 |
| 323 | 0.988666 | 1 |
| 323 | 0.991499 | 1 |
| 323 | 0.994332 | 1 |
| 323 | 0.997166 | 1 |
| 323 | 0.999999 | 1 |
- 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. Cette méthode utilise une approximation normale avec des seuils fondés sur l’hypothèse nulle et une variance à la proportion de comparaison. Ce n’est pas un calcul binomial exact.
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.