Power (Teststärke) ist 1 minus Beta, wobei Beta die Typ-II-Fehlerrate ist, also die Wahrscheinlichkeit, einen tatsächlich vorhandenen Effekt zu übersehen. Sie steigt mit dem Stichprobenumfang, der Effektstärke und Alpha und sinkt, wenn das Rauschen zunimmt. Untersuchungen werden in der Regel für eine Power von 80 oder 90 Prozent ausgelegt, um den kleinsten Unterschied zu erkennen, auf den es ankommt. Um einen Unterschied von 1 Sigma zwischen zwei Mittelwerten bei Alpha 0,05 mit 90 Prozent Power zu erkennen, sind etwa 22 Einheiten pro Gruppe erforderlich.
Four wafers per leg gives you maybe 30 percent power for a 1 nm shift. Either add wafers or don't bother running it.
In klarem Deutsch Vier Wafer pro Durchgang ergeben vielleicht 30 Prozent power für eine Verschiebung von 1 nm. Fügen Sie entweder Wafer hinzu oder sparen Sie sich den Durchlauf.
Ein nicht signifikantes Ergebnis aus einer Untersuchung mit geringer Power bedeutet, dass der Test es nicht sagen konnte, nicht, dass kein Effekt vorhanden ist. Bestimmen Sie den Stichprobenumfang vor der Durchführung des Experiments.
Auch bekannt als
- statistical power
Verwandte Begriffe
p-value
Wahrscheinlichkeit, ein mindestens so extremes Ergebnis zu sehen, wenn es in Wahrheit keinen Effekt gäbe, verwendet zur Beurteilung der statistischen Signifikanz.
Significant
Beschreibt ein Ergebnis, das bei einem festgelegten Risikoniveau unwahrscheinlich durch reinen Zufall entstanden ist, was nicht dasselbe wie wichtig ist.
t-test
Test, der einen Mittelwert mit einem Sollwert oder zwei Mittelwerte miteinander vergleicht, unter Verwendung der t-Verteilung.
Replicate
Unabhängige Wiederholung derselben Faktoreinstellungen von Grund auf, die eine echte Schätzung des Versuchsfehlers liefert.