Recopilación de datos
El número de muestras recogidas durante la experimentación tiene un efecto en el análisis de los resultados y en la validez de los datos de ensayo recogidos. A lo largo de los años, he observado varios relatos contradictorios sobre cuántas muestras se deben recolectar durante la experimentación. Según muchos libros de texto de introducción a la estadística, el número de muestras recogidas depende de la población. Una población pequeña se considera una colección de 30 muestras o menos, mientras que una población grande se considera una colección de más de 30 muestras. Sin embargo, las áreas temáticas más avanzadas de la estadística tendrán múltiples afirmaciones en relación con los objetivos del análisis y la confianza esperada en los resultados. Si encuestara a un grupo de profesionales de diferentes organizaciones y diferentes industrias, recibiría una colección de opiniones variadas. Este es el resultado de diferentes visiones del mundo; Cada persona y organización tendrá diferentes objetivos. Por lo tanto, tendrán un grado de opiniones variadas.
Qué hacer
En mi opinión profesional, la cantidad de muestras que recolecte debe estar en relación con los objetivos de su organización y el nivel de confianza esperado en los resultados. Si su laboratorio busca alcanzar un nivel de confianza del 95,45% (donde k = 2,00), le recomiendo que recolecte 22 muestras para cada experimento. Si su objetivo era lograr un nivel de confianza del 99%, le recomendaría que recolectara 100 muestras. ¿Por qué? La respuesta son los valores atípicos. Puede validar sus resultados con valores atípicos. Si recolecta 22 muestras y busca lograr un nivel de confianza del 95.45%, generalmente encontrará un valor atípico en su grupo de muestras recolectadas. Así es como puede asegurarse de que está logrando el nivel de confianza que cumple con sus objetivos. Además, le permite controlar la eficacia y eficiencia de sus esfuerzos de recopilación de datos. ¿Por qué recolectar 100 muestras si solo necesita 22? O, ¿por qué recolectar 22 muestras si necesita 100? Solo gasta los recursos que necesitas para lograr tus objetivos. De lo contrario, está perdiendo su tiempo y recursos que podrían usarse para realizar otras tareas. Usando la siguiente ecuación, puede determinar la cantidad adecuada de muestras que desea recolectar para lograr un nivel específico de confianza. 
Vamos a desglosarlo
No estoy seguro de si mi teoría es válida. Luego, permítanme mostrarles resultados cuantitativos y cualitativos que respaldan mi opinión. Usando una simulación de Monte Carlo, generaré un conjunto de datos aleatorios que se supone que se ajustan a un nivel específico de confianza (es decir, 95.45%) que exhibe una distribución gaussiana. Con estos datos, calcularé la media, la desviación estándar y los grados de libertad e informaré los resultados para que los evalúe. A partir de aquí, puedes formular tu propia opinión y elegir estar de acuerdo o en desacuerdo conmigo.
Los resultados
El 95,46% de los ensayos exhibieron un valor atípico o menos
El 68,18% de los ensayos exhibieron al menos un valor atípico
El 4,54% de los ensayos exhibió más de un valor atípico
Notas
1| Los números en la columna izquierda representan el número de muestra para cada ensayo, que asciende a un total de 22.
2| Los números en la fila superior representan el número de prueba, que totaliza 22.
3| Los límites superior e inferior se cuantificaron calculando la suma y la diferencia de la media y el doble de la desviación estándar (es decir, 2-sigma).
4| Los valores que no se conforman, o valores atípicos, son las celdas que no se resaltan en verde.
5| Haga clic en la imagen para ampliarla
Ahora que le he proporcionado información y métodos que puede usar para determinar el número más eficiente de muestras para recolectar para sus experimentos de repetibilidad, ¿cuántas muestras recolectará?
