Як визначити розмір вибірки, необхідний для повторного вимірювання ANOVA?

Мені потрібна допомога щодо повторного вимірювання ANOVA.

Ми досліджуємо вплив деяких втручань на зниження частоти зараження кровотоком (BSI) в деяких палатах. Ми плануємо фіксувати інформацію про рівень BSI щомісяця, спочатку 12 місяців без втручання, потім 12 місяців з інтервенцією.

Ми думаємо провести або часовий ряд, або повторне вимірювання ANOVA, я віддаю перевагу більш пізньому, перш ніж у мене немає особливої ​​ідеї робити на першому (додаткове запитання: занадто мало часових точок, правда?), Але ось тут Ще одна проблема: скільки підопічних нам потрібно, щоб показати, що дійсно є статистично значимий вплив втручання на показник BSI?

Я думаю, що я зроблю два ANOVA, один для "до втручання", один для "під час втручання", і я вважаю, що ANOVA "до втручання" не повинен мати значного F-коефіцієнта.

Я вважаю термін "розмір вибірки" двомірним, або кількість палата, або кількість повторних вимірювань.

Як виконати аналіз потужності на повторних заходах ANOVA?

G * Power 3 - це безкоштовне програмне забезпечення, яке забезпечує зручний інтерфейс GUI для виконання розрахунків потужності. Він підтримує розрахунки потужності для повторних заходів ANOVA.

Який аналіз відповідає вашому дизайну?

Ось низка питань, пов’язаних із тим, що ви згадали:

• Більше часових точок дасть чіткішу вказівку на те, як дія, якщо така є, на ваше втручання діє з часом. Таким чином, якщо вдосконалення з часом занепадають або збільшуються, більше часових балів дасть чіткіше уявлення про ці закономірності, як в середньому, так і на індивідуальному рівні.
• Якщо у вас є 12 або більше часових точок, я б розглядав багаторівневе моделювання, особливо якщо ви очікуєте відсутніх спостережень. Вас навряд чи зацікавить, чи є ефект часу. Швидше за все, вас цікавлять різні конкретні ефекти (наприклад, зміни до і після втручання; можливо, лінійний або квадратичний ефект поліпшення після втручання). Ви також можете переглянути планові контрасти на основі повторних заходів ANOVA. Застосований поздовжній аналіз даних: Моделювання змін та виникнення подій є хорошою відправною точкою для вивчення багаторівневого моделювання даних повторних заходів.
• Кількість часових точок, що перевищують час до і після, зробить багато для збільшення вашої сили для виявлення ефекту від вашого втручання. Більше часових точок збільшить вашу надійність вимірювання, і це може забезпечити захоплення періоду часу, коли дія застосовується, але, ймовірно, більшим питанням буде розмір вибірки в двох умовах.
• Якщо припустити, що ви дійсно випадково розподіляєте випадки за умовами, популяції за визначенням рівні залежною від змінної, і можна стверджувати, що тест на значущість базових відмінностей безглуздий. Однак, дослідники часто все ще роблять це, і я вважаю, що це дає певні докази того, що випадкове розподіл насправді відбулося.
• Існує досить багато дискусій щодо найкращого способу перевірити ефект від втручання в дизайні до контролю після втручання. Кілька варіантів включають: (a) взаємодію умови * часу; (b) наслідком стану, але безпосередньо після втручання; (c) ANCOVA, що дивиться на вплив стану, контролюючи попередньо, з повідомленням як DV.