Choisissez un modèle de précision pour proportion ou moyenne et une marge cible positive. La population facultative doit être un entier positif ; vide signifie infinie, tandis que zéro, fractions et éléments incorrects sont rejetés.
Lire le résultat
Conservez l’estimation continue n0 durant la correction de population finie, puis arrondissez une seule fois vers le haut : ceil(n0·N/(n0+N−1)). La correction suppose un échantillonnage approprié sans remise. Les marges obtenues avec n et n−1 montrent la limite entière dans l’approximation indiquée.
La précision et la détection d’un effet sont deux questions différentes. La puissance native des proportions utilise p0 et p1 explicites dans une approximation normale bilatérale à un échantillon. La puissance des moyennes utilise une différence et un écart-type spécifiés. Les courbes standardisées sont indépendantes ; les préréglages clinique ou A/B ne définissent pas un essai complet.
Conventions et limites
Les approximations normales exigent des vérifications du modèle ; n≥30 ne garantit rien à lui seul. Le dimensionnement des moyennes sous 30 utilise une correction t approximative. L’écart-type par étendue/4 est une estimation de planification, pas une distribution identifiée. Les outils à n fixe et les hypothèses sont restaurés ensemble ; les marges invalides effacent les scénarios et puissances dépendants.
Comparer les hypothèses avant de choisir n
L’espace de comparaison des populations conserve p et la marge cible tout en faisant varier N. Sa convention déclarée de z=1.96 fixe correspond à environ 95% de confiance ; le calculateur principal déduit sa valeur critique du niveau de confiance choisi. Les marges obtenues avec n et n−1 montrent la limite entière. Précisez si le calcul vise la précision ou la puissance de détection avant de comparer les plans.