Studie, která nic nenajde, není automaticky neúspěšná a studie, která něco najde, není automaticky pravdivá. To, co odděluje důvěryhodný nulový výsledek od zbytečného a skutečný objev od šťastné p-hodnoty, obvykle závisí na výpočtu, který většina výzkumníků provede před shromážděním jediného datového bodu. Analýza síly odpovídá na jednu konkrétní otázku. Vzhledem k nejmenšímu efektu, o který stojí za to se zajímat, kolik účastníků, vzorků nebo pozorování studie potřebuje, aby měla dobrou šanci jej odhalit? Pokud tento výpočet vynecháte, studie se může ukázat jako příliš malá na to, aby našla efekt, který skutečně existuje, nebo, méně často, větší, než je nutné, což může vést k úbytku rozpočtu a času účastníků bez skutečného zisku.
Etické komise, recenzenti časopisů a grantové panely nyní toto číslo požadují, a to z dobrého důvodu. Desítky let publikovaných studií probíhaly s velikostmi vzorků volenými na základě zvyku, rozpočtu nebo odhadů, nikoli výpočtem, a výzkumná literatura o tomto trendu není lichotivá. Tato příručka prochází čtyřmi čísly, na kterých závisí analýza síly testu, prochází kompletním výpočtem s reálnou aritmetikou, zahrnuje analýzu síly testu pro čtyři nejčastěji používané designy a poukazuje na to, kde se studie nejčastěji matematicky mýlí.
Jednoduchými slovy
Analýza síly signálu je aritmetika, kterou provádíte před zahájením studie, nikoli po jejím skončení. Odpovídá na jednu praktickou otázku. Kolik lidí, zvířat nebo vzorků potřebujete, aby v případě existenci skutečného efektu měla studie skutečně dobrou šanci ho zachytit? Výpočet vyžaduje čtyři složky, které spolupracují. Jak velký je pro vás efekt, jaké riziko falešného poplachu akceptujete, jak spolehlivě chcete zachytit skutečný efekt a velikost vzorku, která zajistí konzistenci ostatních tří čísel. Pokud se s tím vypořádáte správně, nulový výsledek něco znamená. Pokud to přeskočíte, nulový výsledek může znamenat, že studie nikdy neměla spravedlivou šanci.
Co vlastně rozhoduje analýza moci
Každý test hypotézy má dva způsoby, jak se mýlit. Studie může odmítnout pravdivou nulovou hypotézu – falešný poplach statistiky nazývají chybou typu I – nebo může selhat při odmítnutí falešné nulové hypotézy – chyba se nazývá chyba typu II. Alfa je riziko chyby typu I, které výzkumník akceptuje, téměř vždy nastavené na 0.05. Výkon testu se na stejný test dívá z opačného úhlu. Výkon testu se rovná jedné mínus beta, kde beta je míra chyb typu II a udává pravděpodobnost správné detekce efektu, který skutečně existuje.
| Testovací rozhodnutí | Nulová hypotéza je ve skutečnosti pravdivá | Nulová hypotéza je ve skutečnosti nepravdivá |
|---|---|---|
| Odmítnout null | Chyba typu I, míra = α (obvykle 0.05) | Správná detekce, rychlost = výkon = 1 − β |
| Nepodařilo se odmítnout hodnotu null | Správná nedetekce, míra = 1 − α | Chyba typu II, míra = β |
Velikost vzorku je pákou, která to všechno spojuje. Při konstantní velikosti efektu a alfa větší vzorek zvyšuje sílu analýzy, protože více dat zužuje šum kolem odhadu a usnadňuje oddělení skutečného rozdílu od náhody. Analýza síly analýzy tento vztah prochází pozpátku, vychází z síly analýzy a velikosti efektu, kterou výzkumník požaduje, a řeší se pro velikost vzorku, která ho k nim dostane.
Čtyři čísla, která stojí za analýzou moci
V analýze síly signálu se vzájemně ovlivňují čtyři veličiny a čtvrtá je definována libovolnými třemi piny. Velikost efektu popisuje, jak velký rozdíl nebo asociace se považuje za smysluplnou, vyjádřená na standardizované stupnici, aby ji bylo možné porovnávat napříč výsledky a studiemi. Alfa nastavuje toleranci pro falešně pozitivní výsledek, v aplikovaném výzkumu téměř vždy 0.05, někdy zpřísněná na 0.01, pokud by falešný poplach byl nákladný nebo nebezpečný. Síla signálu nastavuje toleranci pro přehlédnutí skutečného efektu, konvenčně 0.80 a stále častěji 0.90 pro konfirmační nebo vysoce rizikové práce. Velikost vzorku klesá, jakmile jsou fixovány ostatní tři.
Osmdesát procent se stalo konvenčním cílem statistické síly, a to především díky vlivné práci Jacoba Cohena o velikosti účinku a velikosti vzorku, a stále se objevuje jako výchozí hodnota ve většině časopisů a doporučení finančních institucí. Stále více metodologů nyní argumentuje pro 90 %, vzhledem k tomu, jak často se skutečný účinek ukáže být menší, než vědci původně doufali.
Cohen také navrhl referenční hodnoty pro malé, střední a velké efekty a výzkumníci z oblasti psychologie, medicíny a epidemiologie se k nim stále uchylují, i když neexistuje lepší odhad z předchozích dat. Jde o konvence, nikoli o přírodní zákony. Pilotní studie nebo publikovaná velikost efektu z blízce souvisejícího výzkumu pokaždé překoná obecný odhad.
| test | Měření velikosti efektu | Small! | Střední | Velký |
|---|---|---|---|---|
| Srovnání dvou skupin | Cohenův d | 0.2 | 0.5 | 0.8 |
| Souvislost mezi dvěma spojitými proměnnými | Korelace r | 0.1 | 0.3 | 0.5 |
| Porovnání tří nebo více skupinových průměrů | Cohenův f | 0.10 | 0.25 | 0.40 |
| Vícenásobná regrese | Cohenův f² | 0.02 | 0.15 | 0.35 |
| Kategorické přidružení | Cohenův w | 0.10 | 0.30 | 0.50 |
Výběr špatného řádku v tabulce je jedním z nejčastějších způsobů, jak se analýza síly signálu pokazí. Střední efekt v jednom poli může být optimistický nebo pesimistický v jiném a výchozí hodnota „střední“ bez kontroly, zda to odpovídá tomu, co podobné studie skutečně zjistily, je odhad vydávaný za výpočet. Před stanovením těchto čísel je vhodné si ujasnit, jak spolu souvisí alfa a statistická významnost , protože tato dvě rozhodnutí spolu interagují.
Studie s nedostatečnou gramotností nejsou hypotetickým problémem
Důsledky vynechání tohoto kroku jsou zdokumentované, nikoli teoretické. Opětovné přezkoumání 71 klinických studií, které byly publikovány jako negativní, zjistilo, že 67 z nich, tedy 94 % vzorku, neslo více než 10% riziko, že nedošlo ke skutečnému 25% zlepšení léčby, jednoduše proto, že do studií nebyl zařazen dostatek pacientů, aby ho bylo vidět. Padesát ze stejných 71 studií, tedy 70 %, mohlo přehlédnout zlepšení až o 50 % (Freiman a kol., 1978, New England Journal of Medicine ).
Následná analýza Mohera, Dulberga a Wellse se zaměřila na 383 studií publikovaných v časopisech JAMA , The Lancet a New England Journal of Medicine v letech 1975, 1980, 1985 a 1990. Z 70 negativních dvouskupinových studií s použitelnými daty o výsledcích mělo pouze 16 % statistickou sílu k detekci 25% relativního rozdílu a pouze 36 % dokázalo detekovat 50% relativní rozdíl, přičemž tato čísla se za patnáct let publikování sotva změnila. Zprávy o výsledcích se během tohoto období zlepšily. Výpočty velikosti vzorku se zvýšily z 0 % těchto článků v roce 1975 na 43 % do roku 1990, což je skutečný pokrok, ačkoli 43 % stále znamená, že většina studií s negativními výsledky jejich práci neprokázala (Moher a kol., 1994, JAMA ).
Během čtyř desetiletí metavýzkumu se stále znovu objevuje stejné selhání. Studie jsou vytvářeny na základě jakékoli velikosti vzorku, kterou rozpočet nebo náborové okno umožňuje, a poté jsou analyzovány, jako by tento počet byl vybrán k detekci specifického, předem stanoveného efektu. Obvykle tomu tak nebylo. Návrh a analýza randomizované kontrolované studie závisí na tom, aby se tento aspekt správně identifikoval před zařazením jediného účastníka, protože studii nelze statisticky zachránit, jakmile je již poddimenzovaná a probíhá.
Výběr způsobu provedení analýzy výkonu
K velikosti vzorku vedou tři praktické cesty a ta správná závisí na tom, jak standardní je návrh. Pro učebnicové návrhy existují dvouskupinové srovnání, jednosměrná ANOVA, korelace, standardní regrese, uzavřené vzorce a svobodný software je aplikuje okamžitě. G*Výkon, vytvořený týmem na Univerzitě Heinricha Heineho v Düsseldorfu a zdokumentovaný v široce citovaném metodickém článku, pokrývá většinu těchto testů prostřednictvím rozhraní typu „point-and-click“ a zůstává nejčastěji doporučovanou bezplatnou možností v metodických kurzech a v odborných časopisech (Faul a kol., 2007, Metody výzkumu chování). Uživatelé R získají ekvivalentní výpočty prostřednictvím pwr balíček, který zrcadlí výstup G*Power a přirozeně se hodí do reprodukovatelného analytického skriptu.
Vzorce i G*Power předpokládají poměrně standardní verzi designu. Jakmile studie zahrnuje shlukování, například pacienty vnořené v rámci klinik, opakovaná měření u stejné osoby, plánovaná chybějící data nebo nestandardní model, jako je analýza se smíšenými efekty nebo Bayesovská analýza, uzavřené vzorce přestávají být spolehlivé a simulace se stává bezpečnější volbou. Analýza síly dat založená na simulaci generuje tisíce syntetických datových sad za předpokládané velikosti efektu a analytického modelu, spustí na každé z nich skutečný plánovaný statistický test a uvede podíl běhů, které dosáhnou významnosti. Její nastavení trvá déle než zadávání čísel do G*Power, ale zvládá složitost, kterou uzavřené vzorce nedokážou.
Analýza výkonu pro čtyři návrhy, které budete skutečně používat
Níže jsou uvedeny čtyři návrhy, které pokrývají většinu aplikovaného výzkumu, s logickým vysvětlením vzorců za každým z nich a reálným vypočítaným příkladem se střední velikostí efektu, alfa 0.05 a 80% sílou. Každý níže uvedený obrázek pochází ze stejného statistického softwaru, který vědci používají pro své vlastní protokoly, nikoli z empirického pravidla.
Dvě nezávislé skupiny (t-test)
Porovnání průměru mezi dvěma nezávislými skupinami, léčebnou skupinou s kontrolní skupinou nebo exponovanou skupinou s neexponovanou skupinou je design, který se ve většině diskusí o velikosti vzorku standardně používá. Síla zde závisí na Cohenově d, což je rozdíl mezi průměry skupin vyjádřený v jednotkách směrodatné odchylky. Logistická regrese zpracovává podobné srovnání dvou skupin, když je výsledek binární, nikoli spojitý , s použitím souvisejícího, ale odlišného výpočtu, který je popsán dále.
Jednocestná ANOVA (průměry tří nebo více skupin)
Jakmile srovnání překročí dvě skupiny, ANOVA nahradí t-test a velikost efektu se posune na Cohenovo f, které shrnuje, jak jsou rozptýleny průměry skupin vzhledem k variabilitě v rámci každé skupiny. Designy, které přidávají shlukování nad více skupin, jako například studie, která randomizuje kliniky spíše než jednotlivé pacienty , vyžadují další úpravu nazývanou designový efekt, který nafukuje požadovanou velikost vzorku tak, aby zohledňovala pacienty ve stejném shluku, kteří se navzájem podobají více než pacienty v různých shlukech.
Korelace (asociace mezi dvěma spojitými proměnnými)
Testování, zda se dvě spojité proměnné pohybují společně, krevní tlak a věk nebo skóre dotazníku a výsledný ukazatel, používá Pearsonovo r přímo jako velikost efektu. Výběr správného testu je zde v první řadě důležitější, než by se mohlo zdát, protože vztah, který teoreticky vypadá lineárně, ale ve skutečných datech tomu tak není, vyžaduje jiný, často méně účinný, neparametrický přístup.
Vícenásobná regrese (testování prediktorů výsledku)
Regresní modely testující několik prediktorů najednou nebo jeden prediktor s úpravou na kovariátní proměnné používají Cohenův f², poměr porovnávající rozptyl vysvětlený sledovanými prediktory se zbývajícím rozptylem. Vícerozměrná regrese v klinickém výzkumu obvykle vyžaduje více účastníků než jednoduché srovnání dvou skupin, jakmile do modelu vstoupí několik kovariátních proměnných, a logistická regrese pro binární výsledek má své vlastní další pravidlo kromě standardního výpočtu síly, které se často uvádí jako zhruba deset pozorovaných událostí na prediktorovou proměnnou.
| Design | Střední velikost efektu | Požadovaná velikost vzorku |
|---|---|---|
| Dvě nezávislé skupiny (t-test) | d = 0.5 | 64 na skupinu (N = 128) |
| Jednocestná ANOVA, 3 skupiny | f = 0.25 | 53 na skupinu (N = 159) |
| Korelace (Pearsonův r) | r = 0.3 | N = 85 |
| Vícenásobná regrese, 5 prediktorů | f² = 0.15 | N = 92 |
| Chí-kvadrát, tabulka 2×2 | w = 0.3 | N = 88 |
Všechny hodnoty jsou vypočítány při α = 0.05, oboustranném měření a 80% výkonu, s použitím R. stats a pwr balíčky, které odpovídají výstupu G*Power pro stejné vstupy.
Pracovaný příklad, který můžete znovu použít
Zde je kompletní výpočet za prvním řádkem této tabulky, zpracovaný ručně, takže logika je viditelná, nikoli skrytá uvnitř softwaru.
Představte si dvouramennou studii porovnávající novou intervenci se standardní péčí na základě kontinuálního výsledku. Na základě předchozí literatury je standardizovaný rozdíl Cohenova d = 0.5 nejmenším účinkem, který stojí za to detekovat, což je konvenční střední účinek. Alfa je stanovena na 0.05 oboustranně, což je standardní prahová hodnota, s 80% sílou testu, což je 80% šance na detekci daného účinku, pokud skutečně existuje.
Vzorec pro normální aproximaci pro srovnání dvou skupin je n na skupinu rovno 2násobku druhé mocniny (z pro alfa lomeno 2 plus z pro mocninu) děleno d na druhou. Standardní hodnoty jsou 1.96 pro z při 0.025 a 0.84 pro z při 80% mocnině.
= 2 × (2.80)² ÷ 0.25
= 2 × 7.84 ÷ 0.25
= 15.68 ÷ 0.25
= 62.8, zaokrouhleno nahoru na 63 účastníků na skupinu
Tato normální aproximace se sice blíží, ale není to přesně to, co vypočítá G*Power nebo R. Oba používají přesné necentrální t-rozdělení místo výše uvedené zkratky, která je o něco konzervativnější. Provedeme přes R identické vstupy, d = 0.5, alfa = 0.05 oboustranně, 80% mocnina. power.t.test Funkce vrací 63.8 na skupinu, zaokrouhleno nahoru na 64 účastníků na skupinu, celkem 128, číslo, které by sekce metod skutečně nahlásila, a stejné číslo, které G*Power pro tento návrh vygeneruje.
Rozdíl mezi přibližnou a přesnou odpovědí je důležitý z jednoho důvodu. Důvěra v hrubou zkratku namísto přesné metody, kterou software skutečně používá, je ten druh malého nedostatku, který se dále zhoršuje. Pokud na skupinu namísto 64 účastníků najmete pouze 40, což je nedostatek, který se v rozpočtové tabulce může jevit jako nevýznamný, dosažená síla studie pro stejný efekt d = 0.5 klesne na necelých 60 %, nikoli na 80 %, kolem kterých byla studie navržena. To se blíží hodu mincí za úplné minutí skutečného, mírného efektu a je to přesně ten vzorec nedostatku, který Freiman a Moher dokumentovali v průběhu desetiletí publikovaných studií.
| Velikost vzorku na skupinu | Dosažený výkon (d = 0.5, α = 0.05) |
|---|---|
| 40 | 59.8% |
| 64 | 80.2% |
| 86 | 90.0% |
Pro návrh odpovídající jednomu z řádků v předchozí tabulce provede bezplatná kalkulačka velikosti vzorku od Editverse přesný výpočet, aniž by vyžadovala lokální instalaci R nebo G*Power, a podrobný návod k jejímu použití vás krok za krokem provede každým vstupním polem.
Chyby, které tiše narušují analýzu moci
- Výpočet post-hoc výkonu z vlastního výsledku. Síla vypočítaná dodatečně z p-hodnoty studie je matematicky pouze přeškálovanou verzí této p-hodnoty. Nepřidává žádné skutečné informace a většina metodologů nedoporučuje ji uvádět.
- Odhad velikosti účinku bez pilotních dat nebo literárního základu. Pokud nastavíte výchozí hodnotu „střední“, protože to zní rozumně, proměníte výpočet v odhad v laboratorním plášti.
- Ignorování očekávaného výpadku nebo chybějících dat. Analýza síly vzorku udává potřebnou velikost analyzovaného vzorku, nikoli velikost zapsaného vzorku. Očekávaný úbytek je třeba přičíst k vypočítanému číslu, nikoli k němu dodatečně připočítat.
- Neprovádí se úprava pro shlukování, opakovaná měření nebo vícenásobná srovnání. Každá z těchto změn mění efektivní velikost vzorku nebo skutečně vynaloženou alfa hodnotu a vynechání úpravy tiše narušuje sílu, kterou si studie myslí, že má.
- Zacházení s analýzou síly jako s políčkem, které je třeba pro etickou komisi jednou zaškrtnout. Přidání skupiny, změna primárního výsledku nebo revize analytického plánu v průběhu studie by měly spustit nový výpočet a tento krok se přeskakuje častěji, než by měl.
- Zaměňování statistické významnosti s praktickou významností. Velmi velký vzorek může mít dostatečnou statistickou sílu k detekci rozdílu, který je příliš malý na to, aby měl klinický nebo praktický význam, což je samo o sobě druhem selhání designu.
Napsání analýzy vaší moci pro rukopis nebo grant
Sekce věnovaná metodám potřebuje dostatek informací, aby recenzent nebo statistik grantového panelu skutečně zkontroloval analýzu síly účinku, nejen aby se spoléhal na to, že k ní došlo. To znamená uvést, odkud pochází předpokládaná velikost účinku – pilotní studie, publikovaná metaanalýza nebo uvedený minimální klinicky významný rozdíl – spolu s cílovými hodnotami alfa a síly účinku a přesným použitým softwarem nebo vzorcem.
- Uveďte velikost efektu a jeho zdroj. „Předpokládali jsme střední vliv, d = 0.5, na základě [předchozí studie]“ je zaškrtnutelné. „Předpokládali jsme rozumný vliv“ nikoli.
- Explicitně uveďte alfa a mocninu. Nenuťte čtenáře, aby si tyto závěry vyvodil pouze z konečného počtu vzorků.
- Pojmenujte software a otestujte ho. G*Power, R
pwrPackage, PASS a nQuery mohou na okrajích vytvářet mírně odlišná čísla, takže pojmenování nástroje umožňuje někomu jinému reprodukovat daný obrázek. - Konečné číslo uveďte poctivě, včetně případného navýšení v důsledku předčasného ukončení studia nebo seskupení. Pokud bylo zapsáno méně účastníků, než požadoval výpočet, uveďte to a výslednou mocninu prodiskutujte přímo, spíše než aby si ji všiml recenzent.
Recenzenti grantů si tuto část pečlivě přečtou z nějakého důvodu. Část o statistickém přístupu, která nedrží pohromadě, je jedním z častějších a předejítelných důvodů, proč se návrh vrátí se slabým skóre v oblasti rigoróznosti, a přezkum grantového návrhu zaměřený na dodržování předpisů tuto mezeru odhalí dlouho před jeho podáním, a neponechá ji napospas nešťastnému recenzentovi.
Získejte praktickou pomoc s analýzou výkonu
Některé analýzy síly dat jsou rutinní. Jiné zahrnují shlukování, chybějící data nebo model natolik složitý, že výpočet šablony neobstojí při kontrole. Statistici Editverse se zabývají oběma konci tohoto rozsahu.
Statistická analýza disertačních prací a rukopisů
$600
Statistici s doktorským titulem se zabývají analýzou síly dat, zdůvodněním velikosti vzorku a kompletním plánem analýzy v programech SPSS, R nebo STATA.
Úprava a kontrola souladu návrhu grantu
$1,190
Před odesláním ověření, zda vámi uvedená analýza síly zdroje skutečně odpovídá vašim cílům, plánu analýzy a požadavkům poskytovatele finanční pomoci.
Často kladené otázky o analýze výkonu
Jakou velikost vzorku potřebuji pro střední velikost efektu?
Záleží na designu, ale jako referenční bod, detekce středního efektu (Cohenovo d = 0.5) mezi dvěma nezávislými skupinami při konvenční síle 80 % a 0.05 alfa vyžaduje 64 účastníků na skupinu, celkem 128. Jednosměrná ANOVA napříč třemi skupinami při srovnatelném středním efektu vyžaduje přibližně 53 účastníků na skupinu. Větší efekty potřebují mnohem méně účastníků a menší efekty dramaticky více, a proto je odhadnutí nesprávné velikosti efektu tak nákladnou chybou.
Mám použít 80% nebo 90% výkon?
Osmdesát procent je stále výchozí hodnotou ve většině publikovaných výzkumů a většině šablon grantových agentur, ale akceptuje se jedna pětka šance, že se přehlédne skutečný efekt. Konfirmační studie a registrační studie stále častěji uvádějí 90% sílu vzorku, což podstatně zvyšuje požadovanou velikost vzorku, zhruba o 30 až 40 % více než ekvivalentní 80% výpočet pro dvouskupinový t-test.
Jaký je rozdíl mezi apriorní a post-hoc mocí?
Apriorní analýza síly studie probíhá před sběrem dat a odpovídá na otázku, na kterou by měl odpovědět design studie. Jak velký vzorek je potřeba k detekci specifického efektu. Post-hoc neboli pozorovaná síla studie se vypočítává dodatečně z vlastního výsledku studie a její vlastní p-hodnoty a většina metodologů ji považuje za téměř neinformativní, protože se matematicky jedná pouze o transformaci již existující p-hodnoty, spíše než o nový důkaz o čemkoli.
Mohu spustit analýzu síly signálu pro studii, kterou jsem již dokončil/a?
Pouze omezeným, zpětně orientovaným způsobem. Je možné vypočítat, jaká velikost vzorku by byla potřeba pro specifickou velikost účinku, což je užitečné pro plánování následné nebo replikační studie, ale výpočet síly z již pozorovaného účinku a p-hodnoty neříká hodnotiteli nic přesvědčivého o hotové studii.
Vztahuje se analýza síly moci na kvalitativní výzkum?
Ne. Analýza síly vzorku je frekventní statistický koncept postavený na testech hypotéz, p-hodnotách a rozdělení vzorků, z nichž nic se nevztahuje na kvalitativní metody. Kvalitativní výzkumníci zdůvodňují velikost vzorku různě, obvykle tematickou saturací, bodem, ve kterém další rozhovory nebo zdroje dat přestávají produkovat nové kódy nebo témata.
Jakou velikost efektu mám použít, pokud nemám pilotní data?
Publikovaná velikost účinku z blízce související studie nebo metaanalýzy stejného výsledku je vždy lepší volbou než obecný odhad. Pokud neexistuje ani jeden z nich, je Cohenův konvenční efekt média obhajitelným řešením, ale v části o metodách by mělo být jasně uvedeno, že se jedná o konvenci spíše než o odhad založený na specifické populaci studie, protože recenzent se pravděpodobně zeptá.
Jak se výpočet mění v důsledku předčasného ukončení nebo úbytku žáků?
Analýza síly studie udává potřebnou velikost analyzovaného vzorku, nikoli velikost zapsaného vzorku. Očekávání, že 15 % účastníků odejde nebo se ztratí ze sledování, znamená vydělení cílové velikosti vzorku číslem 0.85, abychom získali cílovou velikost zapsaného vzorku. Studie potřebující 128 analyzovaných účastníků s očekávaným 15% úbytkem účastníků by měla zapsat zhruba 151.
Je G*Power zdarma?
Ano. G*Power je zdarma, vyvíjen a spravován výzkumníky z Univerzity Heinricha Heineho v Düsseldorfu a zahrnuje t-testy, ANOVA, korelaci, regresi, chí-kvadrát a několik méně běžných designů prostřednictvím desktopové aplikace ke stažení pro Windows a Mac.
Co když můj návrh neodpovídá standardnímu vzorci?
Analýza síly energie založená na simulaci je standardním řešením pro cokoli, co uzavřený vzorec nedokáže čistě zpracovat, včetně modelů se smíšenými efekty, klastrovaných nebo víceúrovňových návrhů a Bayesovských analýz. Její nastavení trvá déle než u G*Power, ale funguje v podstatě pro jakýkoli návrh, který lze naprogramovat a analyzovat v R nebo podobném prostředí.
Key Takeaways
- ✓ Opravte tři z následujících parametrů: velikost efektu, alfa, mocninu a velikost vzorku, a analýza mocniny vyřeší čtvrtou
- ✓ 0.05 alfa a 80% síla jsou konvenční výchozí body, nikoli pevně stanovená pravidla
- ✓ Desítky let publikovaných studií, od auditu z roku 1978 až po reanalýzu z roku 2021, stále nacházejí stejný nedostatečný problém
- ✓ Napájecí pouzdra G*Power a R pokrývají standardní provedení zdarma; zbytek pokrývá simulace
- ✓ Výpočet by měl uvádět aritmetické údaje, nikoli pouze konečné číslo
- ✓ Před uzavřením náborového plánu nafoukněte cílový počet studentů s ohledem na očekávaný odchod ze studia
- ✓ Pokaždé nahlaste velikost efektu, jeho zdroj, alfa, výkon a použitý software
Potřebujete si před odesláním zkontrolovat analýzu vaší energetické síly?
Statistici společnosti Editverse kontrolují odůvodnění velikosti vzorku, části o grantových přístupech a kompletní analytické plány pro výzkumníky napříč všemi obory.
Související zdroje Editverse
→ Osvojte si základy porozumění statistické významnosti
→ Průvodce statistickými testy: Správná volba
→ Randomizované kontrolované studie (RCT): Design a analýza
→ Master Cluster randomizované zkoušky a víceúrovňové modelování
→ Logistická regrese v lékařské diagnostice
→ Multivariabilní regrese v klinických studiích
→ Zjednodušené chí-kvadrát testy
→ Vyhýbání se běžným statistickým chybám ve výzkumných pracích
→ Jak používat kalkulačku velikosti vzorku zdarma v Editverse
Reference
- Freiman JA, Chalmers TC, Smith H Jr, Kuebler RR. Význam beta koeficientu, chyby II. typu a velikosti vzorku v návrhu a interpretaci randomizované kontrolované studie. Přehled 71 „negativních“ studií. N Engl J Med. 1978;299(13):690-694. https://pubmed.ncbi.nlm.nih.gov/355881/
- Moher D, Dulberg CS, Wells GA. Statistická síla, velikost vzorku a jejich hlášení v randomizovaných kontrolovaných studiích. JAMA. 1994;272(2):122-124. https://pubmed.ncbi.nlm.nih.gov/8015121/
- Button KS, Ioannidis JPA, Mokrysz C a kol. Výpadek napájení: proč malá velikost vzorku podkopává spolehlivost neurovědy. Nat Rev Neurosci. 2013;14(5):365-376. https://pubmed.ncbi.nlm.nih.gov/23571845/
- Faul F, Erdfelder E, Lang AG, Buchner A. G*Power 3: flexibilní program pro statistickou analýzu síly signálu pro sociální, behaviorální a biomedicínské vědy. Metody Behav Res. 2007;39(2):175-191. https://pubmed.ncbi.nlm.nih.gov/17695343/
- Reito A, Raittio L, Helminen O. Znovuobjevení velikosti vzorku a statistické síly randomizovaných kontrolovaných studií v ortopedii po 2 desetiletích. JBJS Rev. 2021; 9 (3). https://pubmed.ncbi.nlm.nih.gov/32224628/
- Univerzita Heinricha Heineho v Düsseldorfu. G*Power: software pro statistickou analýzu síly křivky. https://www.psychologie.hhu.de/arbeitsgruppen/allgemeine-psychologie-und-arbeitspsychologie/gpower
- Champely S a kol. pwr: Základní funkce pro analýzu výkonu. Komplexní síť archivů R. https://cran.r-project.org/package=pwr
- Škola veřejného zdraví Bostonské univerzity. Stanovení síly a velikosti vzorku. https://sphweb.bumc.bu.edu/otlt/mph-modules/bs/bs704_power/bs704_power_print.html