Pratique des Biostatistiques
Dernière modification: 17 août 2011

Optimisation d'une expérience: augmenter la taille de l'échantillon

  • Le répertoire « sites/default/files/tex/drutex-cface399ffa8054578e3f41c9a3eafba-1 » a été créé.
  • Le répertoire « sites/default/files/tex/drutex-cface399ffa8054578e3f41c9a3eafba-2 » a été créé.
  • Le répertoire « sites/default/files/tex/drutex-cface399ffa8054578e3f41c9a3eafba-3 » a été créé.
  • Le répertoire « sites/default/files/tex/drutex-cface399ffa8054578e3f41c9a3eafba-4 » a été créé.
  • Le répertoire « sites/default/files/tex/drutex-cface399ffa8054578e3f41c9a3eafba-5 » a été créé.
  • Le répertoire « sites/default/files/tex/drutex-cface399ffa8054578e3f41c9a3eafba-6 » a été créé.

Comment optimiser une expérience pour voir un effet le plus souvent possible?

3. Augmenter la taille de l'échantillon

L'augmentation de la taille de l'échantillon a un effet similaire à celui observé lorsque l'expérimentateur réduit la variance des données. C'est le facteur que l'expérimentateur peut le plus facilement modifier, du moins en théorie.

Le théorème central limite nous apprend que la distribution d'échantillonnage des moyennes obéit à une distribution normale centrée sur µ et dont la variance est TeX Embedding failed!.

Il existe de nombreux programmes et algorithmes pour calculer la taille optimale de l'échantillon selon le plan expérimental. Pour ne pas devoir augmenter de manière exagérée la taille de l'échantillon à traiter, il est recommandé d'optimiser préalablement la distance entre µ et µ1 (si cela est possible) et de réduire au maximum la variabilité des données (homogénéité des facteurs expérimentaux) avant d'augmenter la taille de l'échantillon.

Supposons le test d'hypothèses suivant:

  • H0: µ = µ1 = 120
  • H1: µ1 > 120
  • Confiance 95%
CAS Paramètres

taille minimale de n pour

une puissance de 99% et une confiance de 95%

1

µ1=122

TeX Embedding failed! =225

887 rats
2

µ1=124

TeX Embedding failed! =225

222 rats
3

µ1=122

TeX Embedding failed! =25

99 rats
4

µ1=124

TeX Embedding failed! =25

25 rats

NB: L'expérimentateur ne peut déterminer la taille optimale de son échantillon pour avoir une puissance donnée qu'à condition de fixer la différence minimale (µ-µ1) qu'il désire mettre en évidence. La moyenne réelle µ1 reste inconnue, mais la différence µ-µ1 peut être inintéressante en dessous d'un certain seuil (par exemple, pas d'effet biologique si la différence est trop petite).

TeX Embedding failed!