통계적 힘 계산

그것을 이해하면서, 전력 분석을 수행하기 위해 제안 된 연구의 적어도 세 가지 측면 (4 개 중)을 알아야합니다.

테스트 유형-Pearson 's r 및 ANCOVA / Regression-GLM을 사용하려고합니다.
유의 수준 (알파)-0.05를 사용하려고합니다.
예상 효과 크기-중간 효과 크기 (0.5)를 사용하려고합니다.
표본의 크기

누구나 사전 전력 계산 을 수행 하는 데 사용할 수있는 좋은 온라인 전력 계산기를 추천 할 수 있습니까 ? (SPSS는 사전 전력 계산을 수행 할 수 있습니까 ?)

나는 GPower를 만났지만 더 간단한 도구를 찾고 있습니다!

power-analysis

— 아 디쉬 조쉬
소스

불행히도 SPSS 패키지에는 전력 분석을위한 모듈이 포함되어 있지 않습니다. IBM SPSS 회사는 전력 분석을위한 별도의 프로그램을 판매합니다.

— ttnphns

나는 GPower에게 기회를 줄 것이다. 20 분에서 30 분 정도 탐색하면 복잡한 회귀 모델이 아니라 반드시 상관 관계와 같은 절차에 대해 매우 관리하기 쉬울 것입니다.

— rolando2

감사! GPower에 사용하기 쉬운 가이드가 있습니까?

— Adhesh Josh

이것은 보조금 신청을위한 것 같습니다. 이것들은 생산하고 평가하기에 열심입니다. 잘 사용 된 실험 설계 (예 : 게놈 전체 연관 연구)의 경우 잘 문서화 된 특수 계산기가있을 수 있습니다. 그렇지 않으면 G. Jay Kerns의 대답이 다음 추가 사항을 따르는 올바른 방법이라고 생각합니다.

— Leo Schalkwyk

이것은 당신이 듣고 싶어하는 대답이 아니며, 두려워하지만 어쨌든 말할 것입니다 : 온라인 계산기의 유혹에 저항하려고 노력하십시오 (독점적 인 계산기를 구입하기 전에 돈을 저축하십시오).

이유는 다음과 같습니다. 1) 온라인 계산기는 모두 다른 표기법을 사용하며 문서화가 잘되지 않는 경우가 많습니다. 시간 낭비입니다. 2) SPSS는 전력 계산기를 제공하지만 부서가 감당하기에 너무 비싸서 시도조차 한 적이 없습니다! 3) "중간 효과 크기"와 같은 문구는 가장 단순한 리서치 디자인을 제외하고는 가장 오해의 소지가 있으며 최악의 경우에는 명백한 잘못입니다. [0,1]에서 효과 크기를 단일 숫자로 증류 할 수없는 매개 변수와 상호 작용이 너무 많습니다. 단일 숫자로 입력 할 수 있다고해도 Cohen의 0.5가 문제의 맥락에서 "중간"에 해당한다는 보장은 없습니다.

나를 믿으십시오-장기적으로 총알을 물고 자신의 이익 (및 상담중인 사람의 이익)에 시뮬레이션을 사용하는 방법을 가르치는 것이 좋습니다. 그들과 함께 앉아 다음 단계를 완료하십시오.

1) 문제의 상황에 적합한 모델을 결정하십시오 (이 부분에서 이미 작업 한 것처럼 들립니다).

2) Null 매개 변수가 무엇인지, 제어 그룹의 동작, 문제와 관련하여 의미하는 바를 결정하기 위해 그들과상의하십시오.

3) 차이가 실제로 의미 가 있으려면 매개 변수가 무엇인지 결정하기 위해 그들과상의하십시오 . 샘플 크기 제한이있는 경우 여기에서도 식별해야합니다.

4) 2) 및 3)의 두 모델에 따라 데이터를 시뮬레이션하고 테스트를 실행하십시오. 많은 소프트웨어를 사용 하여이 작업을 수행 할 수 있습니다-좋아하는 것을 골라보십시오. 거부했는지 확인하십시오.

5) 4) 수천 번 반복하십시오 (예 : . 당신이 거부 횟수를 추적, 샘플 비율 거부의 전력의 추정치입니다. 이 추정치는 약 표준 오차가 있습니다 $n$ $\hat{p}$ . $\sqrt{\hat{p}(1 - \hat{p})/n}$

이런 식으로 전력 분석을 수행하면 몇 가지 사항을 찾을 수 있습니다. A) 예상보다 많은 매개 변수가 실행되었습니다. 그것은 세상에서 그것들을 어떻게 "중간"과 같은 하나의 숫자로 축소 할 수 있는지 궁금하게 만들 것입니다. 그리고 당신은 그것이 어떤 직접적인 방법으로는 가능하지 않다는 것을 알게 될 것입니다. B) 당신의 힘은 다른 많은 계산기들이 광고하는 것보다 훨씬 작을 것입니다. C) 샘플 크기를 늘려서 전력을 늘릴 수 있지만 조심하십시오! "실제적으로 의미있는"차이를 감지하려면 엄청나게 큰 표본 크기가 필요합니다.

위의 단계를 수행하는 데 문제가있는 경우 생각을 수집하고 CrossValidated에 대한 질문을 잘 정리하면 여기 사람들이 도움을 줄 것입니다.

편집 : 당신이 절대적으로 온라인 계산기를 사용해야한다는 것을 안다면, 내가 찾은 최고의 것은 Russ Lenth의 검정력 및 표본 크기 페이지 입니다. 오랫동안 사용되어 왔으며 상대적으로 완전한 문서가 있으며 통조림 효과 크기에 의존하지 않으며 관련성 있고 중요한 다른 논문에 대한 링크가 있습니다.

다른 편집 : 우연히도,이 질문이 올 때 나는이 게시물 중 일부를 살려보기 위해 블로그 게시물을 작성하는 중입니다 (그렇지 않으면 너무 빨리 대답하지 않았을 수도 있음). 어쨌든, 나는 지난 주말에 그것을 끝내었고 여기서 찾을 수 있습니다 . SPSS를 염두에두고 작성되지는 않았지만 사람이 영리하다면 SPSS 구문으로 일부를 번역 할 수있을 것입니다.

+1 좋은 답변입니다. 시뮬레이션의 단점을 지적 할 가치가 있습니다. (대안은 전력 곡선을 수학적으로 계산할 수 있다는 것입니다.) 많은 매개 변수 (예 : 효과 크기 및 샘플 크기)를 조작해야하거나 최소 샘플 크기와 같은 임계 값을 찾는 경우 시뮬레이션이 다루기 어려워집니다. 전력에 대한 대략적인 정확한 표현 조차도 일반적으로 전력의 동작 방식을 표시하고 약간의 시뮬레이션으로 연마 할 수있는 초기 솔루션을 식별하는 데 유용 할 수 있습니다.

— whuber

@ whuber 감사합니다, 당신은 절대적으로 맞습니다. 귀하의 의견은 시뮬레이션 접근법에 또 다른 복잡성을 추가하는 null / alt 매개 변수 (스캔 정보, 거친 파일럿 연구 등)에 종종 불확실성이 있음을 상기시킵니다. 이것은 수학적 접근의 또 다른 이점입니다.

알 수없는 매개 변수의 값을 고정하는 대신 이러한 매개 변수에 사전 분포를 할당 한 다음 "사전 전력"(이는 사전 분배 개념에도 불구하고 베이지안 접근법이 아님)을 획득하여이를 시뮬레이션하는 것이 유용합니다. 우리는 빈번 테스트의 결과를 시뮬레이션합니다)

— Stéphane Laurent

시뮬레이션에는 두 가지 문제가 있습니다 : 학습 (이것은 용해 가능)과 3 단계 완료. 내 경험상 내 고객 중 누구도 기꺼이하지 않을 것입니다. 3). 많은 효과 크기를 지정하는 데 많은 문제가 있습니다. 다중 회귀 방정식에서 매개 변수를 지정하도록 요청하는 것은 .... 글쎄, 그들은 의미를 알고 있더라도 대답하는 방법을 모를 것입니다.

— Peter Flom-Monica Monica 복원

스테판 네, 당신 말이 맞습니다. 그것이 제가 의사 소통하려고했던 여분의 계층이라는 의미였습니다. @ 피터 한숨! 예, 나도 이것을 경험했습니다. 나는 평균, 표준 오류 등에 대해 이야기하고 나중에 가능한 많은 수학을 해결하려고합니다. 그것의 일부는 때때로 도전적인 커뮤니케이션 장벽입니다. 그러나 의지가없는 부분은 더 힘들다. 예전에는 내가 공란을 포기하고 채우려 고했지만, 제대로 작동하지는 않았습니다. 즉, 대답은 본질적으로 눈가리개를 씌우고 뒤로 서서 어둠 속에서 쏜 것입니다.