Розрахунок статистичної потужності

Як я це розумію, мені потрібно знати щонайменше три аспекти (із чотирьох) запропонованого нами дослідження, щоб провести аналіз потужності, а саме:

• тип тесту - я маю намір використати r Пірсона та ANCOVA / Regression - GLM
• рівень значущості (альфа) - я маю намір використовувати 0,05
• очікуваний розмір ефекту - я маю намір використовувати середній розмір ефекту (0,5)
• обсяг вибірки

Чи може хтось порекомендувати хороший онлайн-калькулятор потужності, який я можу використовувати для апріорного розрахунку потужності. (Чи може SPSS робити апріорний розрахунок потужності?)

Я натрапив на GPower, але шукаю більш простий інструмент!

Це не відповідь, яку ви хочете почути, боюся, але я все одно скажу це: спробуйте протистояти спокусі онлайн-калькуляторів (і заощадите свої гроші перед придбанням фірмових калькуляторів).

Ось кілька причин, чому: 1) Інтернет-калькулятори використовують різні позначення і часто погано задокументовані. Це марна трата часу. 2) SPSS пропонує калькулятор потужності, але я ніколи навіть не пробував цього, оскільки це було занадто дорого, щоб дозволити собі мій відділ! 3) Фрази на зразок "середнього розміру ефекту" в кращому випадку вводять в оману, а в гіршому - просто неправильно для всіх, окрім найпростіших проектів дослідження. Занадто багато параметрів і занадто багато взаємозв'язку, щоб можна було відхилити розмір ефекту до одного числа в [0,1]. Навіть якщо ви могли б скласти це в одне число, немає гарантії, що 0,5 Коена відповідає "середньому" в контексті проблеми.

Повірте - краще в перспективі кусати кулю і навчити себе використовувати імітацію на вашу користь (і на користь того, кого ви консультуєте). Сядьте з ними і виконайте наступні дії:

1) Визначте модель, відповідну контексту проблеми (звучить так, як ви вже працювали над цією частиною).

2) Зверніться до них, щоб визначити, якими мають бути нульові параметри, поведінку контрольної групи, що б це не означало в контексті проблеми.

3) Проконсультуйтеся з ними, щоб визначити, якими мають бути параметри, щоб різниця була практично значущою . Якщо є обмеження щодо розміру вибірки, то це також слід визначити.

4) Моделюйте дані відповідно до двох моделей у 2) та 3) та запустіть свій тест. Зробити це можна за допомогою програмного забезпечення - виберіть улюблену та йдіть за цим. Подивіться, відхилили ви її чи ні.

$n$$\hat{p}$$\sqrt{\hat{p}(1 - \hat{p})/n}$

Якщо ви зробите свій аналіз потужності таким чином, ви знайдете кілька речей: А) бігало набагато більше параметрів, ніж ви коли-небудь передбачали. Це змусить вас замислитись, як у світі можливо згорнути їх усіх на одне число, як-от "середнє", - і ви побачите, що це неможливо, принаймні, не прямо-таки. Б) ваша потужність буде набагато меншою, ніж рекламує багато інших калькуляторів. C) Ви можете збільшити потужність, збільшуючи розмір зразка, але стежте! Ви можете виявити, як у мене, що для того, щоб виявити різницю, яка "практично значима", вам потрібен розмір вибірки, який надмірно великий.

Якщо у вас виникли проблеми з будь-яким з перерахованих вище кроків, ви можете зібрати свої думки, добре сформулюйте питання для CrossValidated, і люди, які тут вам допоможуть.

РЕДАКТИРУЙТЕ: Якщо ви виявите, що ви абсолютно повинні користуватися онлайн-калькулятором, найкращим, який я знайшов, є сторінка " Можливість і розмір вибірки" Русса Лента . Це вже давно, у нього є відносно повна документація, це не залежить від розмірів ефекту консервованих ефектів, а також є посилання на інші документи, які є актуальними та важливими.

ІНШИЙ РЕДАКТ: Випадково, коли виникло це запитання, я опинився прямо в середині написання публікації в блозі, щоб сформулювати деякі з цих ідей (інакше я, можливо, не відповів би так швидко). У всякому разі, я закінчив це минулими вихідними, і ви можете їх знайти тут . Це не написано з урахуванням SPSS, але я б обміняв, що якщо людина розумна, вони, можливо, зможуть перекласти її частини в синтаксис SPSS.