모수 표본 크기 계산 및 비모수 분석

파라 메트릭 방식 (즉, 정규 분포와 특정 측정 편차 가정)을 사용하여 표본 크기 계산을 수행하는 의학 문헌의 일반적인 관행을 지원하기 위해 특정 참조 (텍스트 또는 저널 기사)를 보유하고 있는지 궁금합니다. 1 차 시험 결과의 분석이 비모수 적 방법을 사용하여 수행 될 때.

예 : 1 차 결과는 특정 약물을 투여 한 후 구토 시간이며, 평균 값은 20 분 (SD 6 분)이지만 눈에 띄게 오른쪽으로 치우친 분포를 갖습니다. 표본 크기 계산은 공식을 사용하여 위에 나열된 가정으로 수행됩니다.

$n(\text{per-group})=f(\alpha,\beta) \times (2\sigma^2 /(\mu_1 - \mu_2)^2 )$ ,

여기서 는 원하는 및 오류 에 따라 변경 됩니다.$f(\alpha, \beta)$$\alpha$$\beta$

그러나 분포의 왜곡 때문에 1 차 결과 분석은 순위 (Mann Whitney U 검정과 같은 비모수 적 방법)를 기반으로합니다.

이 스키마는 통계 문헌의 저자가 지원할 수 있습니까, 아니면 비모수 적 표본 크기 추정을 수행해야합니까 (그리고 어떻게 수행해야합니까)?

내 생각은 계산을 쉽게하기 위해 위의 연습을 수행하는 것이 허용된다는 것입니다. 결국, 표본 크기 추정치는 몇 가지 가정을 이미 한 추정치 일 뿐이며, 모두 약간 (또는 매우) 정확하지 않을 수 있습니다. 그러나 나는 다른 사람들이 어떻게 생각하는지, 특히이 추론을 뒷받침 할만한 참고 문헌이 있는지 알고 싶습니다.

도움을 주셔서 감사합니다.

나에게 dodgy처럼 들린다. 비모수 적 방법은 거의 항상 모수 적 방법보다 더 많은 자유도를 포함하므로 더 많은 데이터가 필요합니다. 특정 예에서 Mann-Whitney 검정은 t 검정보다 검정력이 낮으므로 동일한 지정된 검정력 및 크기에 더 많은 데이터가 필요합니다.

모든 방법 (비모수 또는 기타)에 대해 표본 크기 계산을 수행하는 간단한 방법은 부트 스트랩 접근 방식을 사용하는 것입니다.

일부 사람들은 Pitman Asymptotic Relative Efficiency (ARE) 개념을 사용하여 파라 메트릭 테스트를 위해 샘플 크기 공식을 사용하여 얻은 샘플 크기를 부풀려 보입니다. 아이러니하게도 계산하기 위해서는 분포를 다시 가정해야합니다. 예를 들어 Mann-Whitney U 테스트의 샘플 크기 참조 기사 끝 부분에 추가로 읽을 수있는 몇 가지 링크가 있습니다.