Englisch      Chinese      Französisch      German      Indonesisch      Spanisch
Suche
Analisis 1-Tahap Kebebasan

Stichprobengröße erforderlich, um das Zielvertrauen in die Freiheit zu erreichen


Dieses Dienstprogramm berechnet die Stichprobengröße, die erforderlich ist, um ein gewünschtes Maß an Vertrauen in die Bevölkerungsfreiheit zu erreichen. Kann auf Gruppen oder Populationsebene angewendet werden. Bei Anwendung auf Clusterebene sind Sensitivität und Designprävalenz Werte auf Einheits (Tier) Ebene, bei Anwendung auf Bevölkerungsebene sind Sensitivität und Designprävalenz Werte auf Clusterebene.

Eingaben sind:

  • die Empfindlichkeit auf Einheiten- oder Cluster-Ebene für die Stichprobe;
  • vorheriges Vertrauen in die Freiheit (aus früheren Analysen oder Meinungen);
  • Wahrscheinlichkeit der Einschleppung einer Krankheit während des Überwachungszeitraums;
  • das erforderliche Maß an Vertrauen in die Freiheit nach der zusätzlichen Überwachung;
  • Bevölkerungszahl (fakultativ); und
  • die Design-Prävalenz als Proportionen oder als ganzzahlige Anzahl von Einheiten / Clustern.

Geben Sie die Testempfindlichkeit ein, wenn das Ziel eine Freiheit auf Clusterebene ist, oder die Clusterempfindlichkeit, wenn das Ziel eine Freiheit auf System- oder Populationsebene ist. Wenn die Populationsgröße eingegeben wird, ist die hypergeometrische Approximation wird verwendet, ansonsten basiert die Berechnung auf der Binomialverteilung.

Die Hauptausgaben sind:

  • das angepasste vorherige Vertrauen in die Freiheit (unter Berücksichtigung der Wahrscheinlichkeit der Einschleppung während der Überwachung);
  • die Zielgruppe oder die Systemempfindlichkeit, die erforderlich ist, um das erforderliche Vertrauen in die Freiheit zu erreichen; und
  • die Stichprobengröße, die erforderlich ist, um die Zielcluster- oder Systemempfindlichkeit und das daraus resultierende Vertrauen in die Freiheit zu erreichen.

Eine Stichprobengröße von "n> N" zeigt an, dass das gewünschte Niveau von nicht erreicht werden kann Vertrauen durch Testen der gesamten Bevölkerung. Dies tritt am häufigsten bei geringer Designprävalenz auf und schlechte Einheitensensitivität des Tests in einer endlichen Population.