Nazwy poleceń aplikacji, identyfikatory kolumn i wartości danych przykładowych zachowano w oryginale. Zrzuty ekranu, wykresy i pliki do pobrania są w języku angielskim.
Przykład: wzrost udziału wyników pozytywnych z 93% do 97%
Zaplanuj niezależne obserwacje pozytywne/negatywne, aby odróżnić udział wyników pozytywnych 97% od stałej wartości bazowej 93%. Interesująca różnica wynosi cztery punkty procentowe.
Pobierz zestawienie planistyczne (CSV, język angielski)To ten sam przykład, który znajduje się w Help. CSV zawiera scenariusze referencyjne. Wprowadź wybrane wartości planistyczne ręcznie na karcie Inputs; import nie konfiguruje tego kalkulatora. Użyj Open example in a practice copy w Help, aby wstępnie wypełnić dane wejściowe.
1. Utwórz obszar roboczy
Na pasku bocznym otwórz Basic Statistics i wybierz Power & Sample Size. Utwórz analizę, nadaj jej nazwę, wybierz New blank worksheet, a następnie Create analysis.
2. Wybierz badanie
Na karcie Inputs wybierz One proportion w Test i Sample size w Solve for. Wpisz 0.05 w Significance level (α) i wybierz Two-sided w Alternative hypothesis.
3. Wprowadź wartości planistyczne
Wprowadź po jednej wartości w każdym polu dla tego scenariusza. Nie przypisuje się kolumn arkusza.
Wpisz 0.93 w Baseline proportion (p₀).
Wpisz 0.97 w Comparison proportions (p₁).
Wpisz 0.9 w Target powers.
4. Uruchom analizę
Wybierz Run analysis, a następnie otwórz Results.
5. Zinterpretuj wyniki
Sprawdź planowane badanie
Zaplanuj niezależne obserwacje pozytywne/negatywne, aby odróżnić udział wyników pozytywnych 97% od stałej wartości bazowej 93%. Interesująca różnica wynosi cztery punkty procentowe.
Odczytaj obliczony plan
Zaplanuj 323 niezależne próby, aby odróżnić udział wyników pozytywnych 97% od stałej wartości bazowej 93%, przy docelowej mocy 90%. Ten plan z przybliżeniem normalnym daje moc 0.900198; 322 próby dają 0.899049. Liczba dotyczy prób, a nie wyników pozytywnych, a metoda nie jest dokładnym planowaniem dwumianowym.
Prześledź krzywą mocy
Krzywa utrzymuje liczebność 323 i zmienia proporcję porównawczą. Przy 0.97 osiąga około 90%. Moc jest najniższa w pobliżu wartości bazowej 0.93; rośnie również dla niższych udziałów, ponieważ test jest dwustronny.
Moc względem efektu Otwórz wykres w pełnym rozmiarze (otwiera się w nowej karcie) Zrozum założenia
Moc to prawdopodobieństwo wykrycia określonej różnicy przez planowany test, gdy ta różnica rzeczywiście istnieje, przy wprowadzonych założeniach. Nie jest prawdopodobieństwem prawdziwości hipotezy i nie gwarantuje istotnego wyniku. Metoda wykorzystuje przybliżenie normalne z progami opartymi na hipotezie zerowej i wariancją przy proporcji porównawczej. Nie jest to dokładne obliczenie dwumianowe.
Zdecyduj, jak zebrać próbę
Sprawdź, czy 93% jest odpowiednią stałą wartością bazową, a 97% efektem wartym wykrycia. W planowanym badaniu stosuj niezależne obserwacje i tę samą definicję wyniku pozytywnego/negatywnego.
Więcej szczegółów: omówienie poszczególnych wyników
Pełne tabele wyników zachowują sześć cyfr znaczących, tak jak w sekcji Help.
Scenariusze mocy i liczebności próby
Scenariusz łączy wiersz z danymi wejściowymi. Gałąź określa kierunek rozwiązanego efektu; kreska oznacza, że nie dotyczy. Liczebność próby jest podawana na grupę w planach dwugrupowych; całkowita liczba obserwacji zlicza obie grupy. Różnica średnich lub proporcja porównawcza to planowany efekt. Moc docelowa jest żądaniem; moc osiągnięta jest obliczonym wynikiem. Moc przy poprzedniej liczebności sprawdza o jedną obserwację mniej na grupę. DF to stopnie swobody testu t, jeśli dotyczą. Status i szczegóły informują, czy scenariusz został obliczony. Plan wymaga 323 obserwacji. Moc osiągnięta wynosi 0.900198; przy 322 wynosi 0.899049, poniżej celu 90%. Są to planowane obserwacje, a nie wymagana liczba wyników pozytywnych.
| Scenariusz | Gałąź | Liczebność próby | Całkowita liczba obserwacji | Proporcja porównawcza | Moc docelowa | Moc osiągnięta | Moc przy poprzedniej liczebności | DF | Status | Szczegóły |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | — | 323 | 323 | 0.97 | 0.9 | 0.900198 | 0.899049 | — | ok | — |
- Niedostępne gałęzie zachowują status i dane wejściowe. Każda para liczy dwie obserwacje. Moc przy poprzedniej liczebności jest podawana tylko wtedy, gdy ta liczebność jest poprawna.
Metoda planowania
Metoda i kalibracja określają użyte obliczenie. Alfa 0.05 to poziom istotności testu; dwustronna alternatywa obejmuje oba kierunki. Pole obliczanej wielkości określa szukaną wartość. Założenia oraz planowane SD lub proporcja bazowa opisują, od czego zależy wynik. Metoda wykorzystuje przybliżenie normalne z progami opartymi na hipotezie zerowej i wariancją przy proporcji porównawczej. Nie jest to dokładne obliczenie dwumianowe.
| Ustawienie | Wartość |
|---|---|
| Metoda | Jedna proporcja |
| Kalibracja | statswift-normal-proportion-v1 |
| Alfa | 0.05 |
| Hipoteza alternatywna | two-sided |
| Wyznaczana wielkość | Liczebność próby |
| Założenia | Przybliżenie normalne z progami hipotezy zerowej i wariancją hipotezy alternatywnej. |
| Proporcja bazowa | 0.93 |
- Wyniki i punkty krzywej zapisano z tym uruchomieniem. Liczebności próby są całkowite; moc docelowa i osiągnięta są odrębne.
Dane wejściowe scenariusza
Scenariusz odpowiada numerowanemu wierszowi wyników. Dane wejściowe zawierają aktywne wartości scenariusza; są to założenia planistyczne, a nie obserwowane pomiary. Pojedyncze wartości wejściowe tworzą tutaj jeden scenariusz.
| Scenariusz | Dane wejściowe |
|---|---|
| 1 | {"p1":0.97,"power":0.9} |
Zapisane wartości krzywej mocy
Każdy wiersz podaje liczebność próby, różnicę średnich lub proporcję porównawczą oraz obliczoną moc. Są to wszystkie zapisane wartości natywnego wykresu. W planach dwugrupowych liczebność dotyczy jednej grupy. Moc odczytuje się między zerem a jednością; 0.9 oznacza 90%. Krzywa utrzymuje liczebność 323 i zmienia proporcję porównawczą. Przy 0.97 osiąga około 90%. Moc jest najniższa w pobliżu wartości bazowej 0.93; rośnie również dla niższych udziałów, ponieważ test jest dwustronny.
| Liczebność próby | Proporcja porównawcza | Moc |
|---|---|---|
| 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 |
- Wszystkie zapisane krzywe są zawarte w tej tabeli i jej eksporcie CSV; wykres pokazuje najwyżej 12 wybranych liczebności prób.
6. Utwórz raport
Zachowaj Power and sample size scenarios, Planning method, Scenario input values, natywny wykres Power versus effect i pełną tabelę zapisanych wartości. Zapisz różnicę wartą wykrycia, planowany rozrzut lub proporcje, przydział próby i metodę. Metoda wykorzystuje przybliżenie normalne z progami opartymi na hipotezie zerowej i wariancją przy proporcji porównawczej. Nie jest to dokładne obliczenie dwumianowe. Raport pozostaje w języku angielskim.
Wybierz Add to report z zakończonego przebiegu. Otwórz Choose individual items and advanced options aby wybrać tabele i wykresy, a następnie wybierz Add to draft. Ukryte elementy pozostają w zapisanej analizie.
Nadaj raportowi nazwę, dodaj cel badania i swoją interpretację. Wybierz Save, sprawdź Preview, a następnie użyj Export → Download HTML. Poniższy przykład zawiera całą wybraną treść, w tym wyniki wykraczające poza jeden ekran.