Some Notes about the Sample Size Te

Some Notes about the Sample Size Testing Provided in this Workbook

The following worksheets provide an automatic and simplifed way to estimate appropriate sample sizes in a wide variety of
sampling circumstances. These involve comparing a test population to a known population, or comparing two different test
populations to each other. Values are provided for the following cases:

1. Means
2. Standard Deviations
3. Proportions (or yields)
4. Rates

Generally, to provide a reasonable estimate, four values must be input (in the yellow fields in the worksheet):

1. Alpha (a): The probability of rejecting the null hypothesis when it is true (e.g. saying there is a difference when there is not).
2. Beta (b): The probability of accepting the null hypothesis when it is not true (e.g. saying there is no difference when
in fact there is a difference of the magnitude that you wanted to find).
3. The Critical Difference: The difference from the base value (1 sample) or the difference between (2 samples) that the
experimenter determines critical to detect (with 1 - b confidence). For means and proportions, the critical difference is
a straight difference in values (although for means tests, what is really important is the difference relative to the
expected standard deviation). For standard deviations and rates, the critical difference is usually a ratio corresponding
to a fractional increase or decrease.
4. A Base Value: For one sample tests, some information needs to be supplied about the known population. For two
sample tests, usually an estimate of the approximate value of some population parameter is required to make a
reasonable sample size estimate. In this latter case, if the samples provide information contrary to these initial
parameter estimates, it is likely that the power of the test (b error) will be compromised.

The nature of the testing must be included. If the value is being tested either for being greater than or less than the known or
expected value (but not both), then the test is called "1 sided." If the value is tested only for inequality, the test is "2 sided."

It is expected that the results of the sampling will be tested using the standard methods. Only for the "1 Rate" section has
a criterion value been included.


Notes About the Sample Size Estimation Methods

Different methods have been used for estimating sample sizes. When exact calculations are not available, generally an
approximation of the base distribution to a normal distribution is made. For two-sided tests, the sample size is calculated so
that the worst case situation will be tested at the stated a and b errors. In such cases, if the true result is on the less
conservative side, the b error will be smaller in the conclusion. The following list explains the methods used:

1. Means
1 Sample: For known std dev, exact. For unknown std dev, nearly exact for good std dev estimate
2 Sample: For known std devs, exact. For unknown std dev, nearly exact for good std devs estimate
2. Standard Deviations
1 Sample: Exact (uses the Chi-Square/df distribution)
2 Sample: Exact (uses the F distribution)
3. Proportions (or yields)
1 Sample: Uses normal approximation after "arcsine of the square root" transformation
2 Sample: Uses normal approximation after "arcsine of the square root" transformation
4. Rates
1 Sample: Exact (uses the Chi-Square distribution, which exactly corresponds to Poisson for integer values)
2 Sample: Uses normal approximation after "square root" transformation to approximate Poisson

ผลลัพธ์ (ไทย) 1:

หมายเหตุบางอย่างเกี่ยวกับการตัวอย่างขนาดทดสอบให้ในสมุดงานนี้

แผ่นงานต่อไปนี้ให้เป็นอัตโนมัติและ simplifed วิธีการประมาณขนาดตัวอย่างที่เหมาะสมในหลากหลาย
สถานการณ์การสุ่มตัวอย่าง เหล่านี้เกี่ยวข้องกับการเปรียบเทียบการทดสอบประชากรประชากรรู้จัก หรือเปรียบเทียบการทดสอบแตกต่างกันสอง
ประชากรกัน มีค่าสำหรับกรณีต่อไปนี้:

1 หมายความว่า
2 ส่วนเบี่ยงเบนมาตรฐาน
3 สัดส่วน (หรือทำให้)
4 ราคาพิเศษ

ทั่วไป เพื่อให้การประเมินที่เหมาะสม ค่าสี่ต้องป้อนในฟิลด์สีเหลืองในแผ่นงาน):

1 อัลฟา (): ความน่าเป็นของการปฏิเสธสมมติฐานว่างเมื่อมันเป็นความจริง (เช่นพูดว่า มีความแตกต่างเมื่อไม่มี) .
2 เบต้า (b): ความน่าเป็นที่ยอมรับสมมติฐานว่างเมื่อมันไม่เป็นความจริง (เช่น บอกว่า ไม่แตกต่างเมื่อ
ในความเป็นจริงมีความแตกต่างของขนาดที่คุณต้องการค้นหา)
3 ความแตกต่างที่สำคัญ: ความแตกต่างจากค่าพื้นฐาน (ตัวอย่าง 1) หรือผลต่างระหว่าง (2 อย่าง) ที่
experimenter กำหนดสำคัญตรวจหา (ด้วยความเชื่อมั่น b 1 -) สำหรับวิธีและสัดส่วน ความแตกต่างสำคัญคือ
ความแตกต่างตรงค่า (แม้ว่าวิธีทดสอบ สิ่งสำคัญจริง ๆ คือ ความแตกต่างกับ
ส่วนเบี่ยงเบนมาตรฐานที่คาดไว้) ส่วนเบี่ยงเบนมาตรฐาน และ ราคา ความแตกต่างที่สำคัญ คือมักจะเป็นอัตราส่วนตรง
เศษเพิ่มขึ้นหรือลดลง
4 ค่าพื้นฐาน: สำหรับการทดสอบอย่างหนึ่ง ข้อมูลบางอย่างต้องป้อนค่าเกี่ยวกับประชากรรู้จัก สำหรับ 2
ตัวอย่างทดสอบ โดยปกติการประเมินมูลค่าโดยประมาณของประชากรพารามิเตอร์บางอย่างจะต้องทำการ
ประเมินขนาดอย่างเหมาะสม ในกรณีนี้หลัง ถ้าตัวอย่างแสดงข้อมูลที่ขัดต่อเหล่านี้เริ่มต้น
ประเมินค่าพารามิเตอร์ ก็มีแนวโน้มที่จะทำลายอำนาจของการทดสอบ (ข้อผิดพลาดของบี)

ของการทดสอบต้องรวม ถ้าค่าเป็น การทดสอบสำหรับการมากกว่า หรือน้อยกว่ารู้จักกัน หรือ
คาดว่าค่า (แต่ไม่ทั้งสองอย่าง), จาก นั้นทดสอบเรียกว่า "1 แบบหน้า" ถ้ามีทดสอบค่าแต่ความไม่เท่าเทียมกัน การทดสอบเป็น "2 แบบหน้า"

ที่คาดหวังว่า ผลการสุ่มตัวอย่างที่จะทดสอบได้โดยใช้วิธีการมาตรฐาน สำหรับ "อัตรา 1" มีส่วน
ค่าเกณฑ์รวมกัน


หมายเหตุเกี่ยวกับตัวอย่างขนาดวิธีการประมาณค่า

ได้ใช้วิธีการประมาณขนาดตัวอย่าง เมื่อคำนวณแน่นอนไม่มี โดยทั่วไปการ
ประมาณการกระจายฐานการแจกแจงแบบปกติทำ จะคำนวณขนาดตัวอย่างสำหรับการทดสอบแบบสองหน้า เพื่อ
ที่จะทดสอบสถานการณ์กรณีที่เลวร้ายที่สุดที่ระบุไว้ในแบบ และข้อผิดพลาดของบี ในกรณีดังกล่าว ถ้าผลจริงอยู่น้อยลง
ด้านหัวเก่า ข้อผิดพลาด b จะเล็กในข้อสรุป รายการต่อไปนี้อธิบายวิธีการใช้:

1 หมายความว่า
ตัวอย่างที่ 1: รู้จัก std dev แน่นอน สำหรับ dev มาตรฐานรู้จัก แน่นอนเกือบดี std dev ประเมิน
ตัวอย่าง 2: การรู้จักมาตรฐาน devs แน่นอน การไม่รู้จัก std dev เกือบแน่นอนสำหรับมาตรฐานดี devs ประเมิน
2 ส่วนเบี่ยงเบนมาตรฐาน
ตัวอย่าง 1: แน่นอน (ใช้การกระจาย Chi-Square/df)
ตัวอย่าง 2: แน่นอน (ใช้การแจกแจง F)
3 สัดส่วน (หรือทำให้)
ตัวอย่างที่ 1: ใช้ประมาณปกติหลังการแปลง "arcsine ของราก"
ตัวอย่างที่ 2: ใช้ประมาณปกติหลังการแปลง "arcsine ของราก"
4 ราคาพิเศษ
ตัวอย่าง 1: แน่นอน (ใช้ Chi-Square กระจาย ซึ่งต้องสอดคล้องกับปัวสำหรับค่าจำนวนเต็ม)
ตัวอย่างที่ 2: ใช้ประมาณปกติหลังการแปลง "ราก" คะเนปัว

ผลลัพธ์ (ไทย) 2:

หมายเหตุบางอย่างเกี่ยวกับขนาดตัวอย่างทดสอบให้ในสมุดงานนี้แผ่นงานต่อไปนี้ให้เป็นวิธีอัตโนมัติและ simplifed การประมาณขนาดตัวอย่างที่เหมาะสมในการที่หลากหลายของสถานการณ์การสุ่มตัวอย่าง เหล่านี้เกี่ยวข้องกับการเปรียบเทียบประชากรทดสอบเพื่อประชากรที่รู้จักกันหรือเปรียบเทียบสองการทดสอบที่แตกต่างกันของประชากรในแต่ละอื่น ค่ามีไว้สำหรับกรณีต่อไปนี้1 หมายถึง2 เบี่ยงเบนมาตรฐาน3 สัดส่วน (หรืออัตราผลตอบแทน) 4 ราคาโดยทั่วไปจะให้ประมาณการที่เหมาะสมสี่ค่าต้องเข้า (ในเขตข้อมูลในแผ่นสีเหลือง): 1 อัลฟา (ก): น่าจะเป็นของการปฏิเสธสมมติฐานว่างเมื่อมันเป็นความจริง (เช่นบอกว่ามีความแตกต่างเมื่อมีการไม่ได้) 2 Beta (ข): น่าจะเป็นของการยอมรับสมมติฐานเมื่อมันไม่เป็นความจริง (เช่นบอกว่าไม่มีความแตกต่างเมื่อในความเป็นจริงมีความแตกต่างของขนาดที่คุณต้องการที่จะหา) 3 ความแตกต่างที่สำคัญ: ความแตกต่างจากค่าฐาน (1 ตัวอย่าง) หรือความแตกต่างระหว่าง (2 ตัวอย่าง) ที่ทดลองจะกำหนดความสำคัญในการตรวจสอบ (มี 1 - ความเชื่อมั่นของข) สำหรับวิธีการและสัดส่วนที่แตกต่างที่สำคัญคือความแตกต่างกันตรงค่า (แต่สำหรับการทดสอบหมายถึงสิ่งที่เป็นจริงที่สำคัญคือความแตกต่างเมื่อเทียบกับที่คาดว่าจะเบี่ยงเบนมาตรฐาน) สำหรับค่าเบี่ยงเบนมาตรฐานและอัตราที่แตกต่างที่สำคัญมักจะเป็นสัดส่วนที่สอดคล้องกับการเพิ่มขึ้นหรือลดลงบางส่วนที่ 4 Base มูลค่า: สำหรับการทดสอบตัวอย่างหนึ่งข้อมูลบางอย่างจะต้องมีการจัดเกี่ยวกับประชากรที่รู้จักกัน สองการทดสอบตัวอย่างมักจะประมาณการของค่าประมาณของประชากรบางพารามิเตอร์จะต้องทำให้การประมาณการขนาดของกลุ่มตัวอย่างที่เหมาะสม ในกรณีหลังนี้ถ้าตัวอย่างให้ขัดข้อมูลเหล่านี้จะเริ่มต้นประมาณพารามิเตอร์มันเป็นไปได้ว่าพลังของการทดสอบ (ขข้อผิดพลาด) จะถูกทำลายธรรมชาติของการทดสอบจะต้องรวม ถ้าค่าจะถูกทดสอบอย่างใดอย่างหนึ่งที่เป็นมากกว่าหรือน้อยกว่าที่รู้จักกันหรือค่าที่คาดหวัง (แต่ไม่ทั้งสอง) แล้วการทดสอบที่เรียกว่า "1 เข้าข้าง." ถ้าค่าการทดสอบสำหรับความไม่เสมอภาคทดสอบคือ "2 ด้าน." เป็นที่คาดว่าผลของการสุ่มตัวอย่างจะได้รับการทดสอบโดยใช้วิธีการมาตรฐาน เท่านั้นส่วน "1 อัตรา" ได้ค่าเกณฑ์ถูกรวมหมายเหตุเกี่ยวกับวิธีการประมาณขนาดตัวอย่างวิธีการที่แตกต่างกันมีการใช้สำหรับการประเมินขนาดตัวอย่าง เมื่อคำนวณที่แน่นอนไม่ได้มีอยู่ทั่วไปประมาณของการกระจายฐานการกระจายปกติจะทำ สำหรับการทดสอบสองด้านขนาดของกลุ่มตัวอย่างที่มีการคำนวณเพื่อที่สถานการณ์กรณีที่เลวร้ายจะได้รับการทดสอบที่ระบุไว้และข้อผิดพลาดข ในกรณีเช่นนี้ถ้าผลที่แท้จริงอยู่บนน้อยด้านอนุรักษ์นิยมข้อผิดพลาด b จะมีขนาดเล็กในการสรุป รายการต่อไปนี้อธิบายถึงวิธีการที่ใช้: 1 หมายถึง1 ตัวอย่าง: สำหรับ dev มาตรฐานที่รู้จักกันแน่นอน สำหรับ dev มาตรฐานที่รู้จักเกือบแน่นอนสำหรับ dev มาตรฐานที่ดีประมาณ2 ตัวอย่าง: สำหรับ devs มาตรฐานที่รู้จักกันแน่นอน สำหรับ dev มาตรฐานที่รู้จักเกือบแน่นอนสำหรับ devs มาตรฐานที่ดีประมาณ2 เบี่ยงเบนมาตรฐาน1 ตัวอย่างที่แน่นอน (ใช้การแจกแจง Chi-Square/df) 2 ตัวอย่างที่แน่นอน (ใช้การแจกแจง F) 3 สัดส่วน (หรืออัตราผลตอบแทน) ตัวอย่างที่ 1: ใช้การประมาณปกติหลังจาก "อาร์กไซน์ของรากที่สอง" การเปลี่ยนแปลงตัวอย่าง 2: ใช้การประมาณปกติหลังจาก "อาร์กไซน์ของราก" การเปลี่ยนแปลง4 อัตรา1 ตัวอย่างที่แน่นอน (ใช้การแจกแจงไคสแควร์ซึ่งว่าสอดคล้องกับ Poisson สำหรับค่าจำนวนเต็ม) 2 ตัวอย่าง: ใช้ประมาณปกติหลังจาก "ราก" การเปลี่ยนแปลงประมาณ Poisson

ผลลัพธ์ (ไทย) 3:

บันทึกบางส่วนเกี่ยวกับขนาดตัวอย่างทดสอบที่ให้ไว้ใน สมุดงาน แผ่นงานนี้

ต่อไปนี้จัดเป็นวิธีอัตโนมัติและ simplifed เพื่อประมาณขนาดตัวอย่างที่เหมาะสมในหลากหลายของ
สถานการณ์ตัวอย่าง เหล่านี้เกี่ยวข้องกับการเปรียบเทียบการทดสอบประชากรที่จะรู้จักประชากร หรือเปรียบเทียบสอง
ทดสอบประชากรแตกต่างกันกับแต่ละอื่น ๆ ค่าไว้สำหรับกรณีต่อไปนี้

1 หมายถึง
2ส่วนเบี่ยงเบนมาตรฐาน
3 สัดส่วน ( หรือผล )
4 ราคา

โดยทั่วไป เพื่อให้การประเมินที่เหมาะสม สี่ค่า ต้องเข้าในเขตสีเหลืองในแผ่นงาน ) :

1 อัลฟา ( a ) : ความน่าจะเป็นของการปฏิเสธสมมติฐานว่างเมื่อมันเป็นจริง ( เช่นว่ามีความแตกต่างเมื่อไม่มี )
2 เบต้า ( b ) : ความน่าจะเป็นของการยอมรับ สมมติฐานว่าง เมื่อมันไม่ได้จริง ( เช่นมันไม่มีความแตกต่างเมื่อ
ในความเป็นจริงมีความแตกต่างกันของขนาดที่คุณต้องการพบ )
3 แตกต่างที่สำคัญ : แตกต่างจากมูลค่าพื้นฐาน ( 1 ตัวอย่าง ) หรือความแตกต่างระหว่าง ( ตัวอย่าง 2 ) ที่ผู้ทดลองกำหนดการตรวจสอบ
( 1 - B ความมั่นใจ ) สำหรับค่าเฉลี่ยและสัดส่วน ความแตกต่างที่สำคัญคือ
ต่างกันตรงค่า ( แต่สำหรับการทดสอบ หมายถึง สิ่งที่สำคัญคือความแตกต่างสัมพัทธ์
คาดว่าส่วนเบี่ยงเบนมาตรฐาน ) เพื่อหาค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และราคา ความแตกต่างที่สำคัญมักจะมีสัดส่วนที่สอดคล้องกันเพื่อเพิ่มหรือลด
. .
4 ฐานค่า : สำหรับการทดสอบตัวอย่าง , ข้อมูลบางอย่างจะต้องจัดเตรียมเกี่ยวกับรู้จักประชากร 2
การทดสอบตัวอย่าง ปกติค่าประมาณของค่าประมาณพารามิเตอร์ของประชากรจะต้องให้
เหมาะสมขนาดตัวอย่างประมาณ ในกรณีหลังนี้ ถ้ากลุ่มตัวอย่างที่ให้ข้อมูลต่อเหล่านี้เริ่มต้น
ค่าประมาณการ ก็เป็นไปได้ที่อำนาจการทดสอบ ( B ข้อผิดพลาดจะถูกละเมิด .

ธรรมชาติของการทดสอบจะต้องรวมถ้าค่าถูกทดสอบให้เป็นมากกว่าหรือน้อยกว่าที่รู้จักกันหรือ
ค่าคาดหวัง ( แต่ไม่ทั้งสอง ) แล้วทดสอบ เรียกว่า " 1 หน้า หากค่าทดสอบสำหรับความไม่เท่าเทียมกัน , การทดสอบ " 2 ด้าน "

คาดว่าผลของ จะทดสอบการใช้วิธีการมาตรฐาน แค่ " 1 คะแนน " ส่วนมีเกณฑ์ค่า



ถูกรวมอยู่หมายเหตุเกี่ยวกับการประมาณขนาดตัวอย่างวิธี

วิธีการต่าง ๆได้ถูกใช้สำหรับคำนวณขนาดตัวอย่าง เมื่อมีการคำนวณที่แน่นอนจะไม่สามารถใช้ได้โดยทั่วไปมี
ประมาณฐานการกระจายการแจกแจงแบบปกติ คือ ทำ สำหรับด้านการทดสอบกลุ่มตัวอย่าง คำนวณแล้ว
ที่สถานการณ์กรณีที่เลวร้ายที่สุดจะทดสอบที่ระบุไว้และ B ข้อผิดพลาด ในบางกรณีถ้าได้ผลจริงจะน้อยกว่า
อนุลักษณ์ด้าน B ข้อผิดพลาดจะน้อยลงในบทสรุป รายการต่อไปนี้อธิบายถึงวิธีการ :

1 หมายถึง
1 ตัวอย่าง : รู้จัก Std dev ที่แน่นอน ไม่ทราบ Dev Std , เกือบแน่นอนดี std dev ประมาณการ
2 ตัวอย่าง : รู้จัก STD devs , แน่นอน . ไม่ทราบ Dev Std , เกือบแน่นอนดี STD devs ประมาณการ
2 ส่วนเบี่ยงเบนมาตรฐาน
1 ตัวอย่าง :แน่นอน ( ใช้ไคสแควร์ / DF กระจาย )
2 ตัวอย่าง : แน่นอน ( ใช้ F กระจาย )
3 สัดส่วน ( หรือผล )
1 ตัวอย่าง : ใช้ปกติประมาณหลัง " arcsine ของราก " ตารางการแปลง
2 ตัวอย่าง : ใช้ปกติประมาณหลัง " arcsine ของราก " ตารางการแปลง
4 อัตรา
1 ตัวอย่าง : แน่นอน ( ใช้ไคสแควร์ การกระจายซึ่งตรงกับปัวซงสำหรับจำนวนเต็มค่า )
2 ตัวอย่าง : ใช้ปกติประมาณหลัง " กรณฑ์ " การแปลงประมาณ 500