検出力分析計算機

検出力分析は、統計的研究を形作る四つの量、効果量、有意水準、統計的検出力、標本数を結び付けます。この計算機は事前分析を行い、データ収集前に独立した観測値の最小数を推定します。効果量には Cohen's d、つまり標準偏差を単位とする標準化された差を入力します。一般に 0.2 前後は小、0.5 は中、0.8 は大とされますが、意味のある値は専門知識、先行する証拠、または検出する価値がある最小効果から決めるべきです。 有意水準は通常 alpha と呼ばれ、帰無仮説が真のときに許容する偽陽性の確率を制御します。慣例的な値は 0.05 です。統計的検出力は、指定した効果が実在するときにそれを検出する確率です。研究ではよく 0.80 または 0.90 を目標にします。検出力を高める、alpha を下げる、または小さな効果を対象にすると、必要標本数が増えます。より厳しい証拠の要件のもとで、弱い信号を見分ける必要があるためです。 計算には両側正規近似を使います。alpha の半分に対応する標準正規分布の臨界値と、目標検出力に対応する臨界値を足し、標準化効果量で割り、その値を二乗して切り上げます。このモデルは一標本の標準化平均検定の初期計画や、関連する設計の明確な近似に役立ちます。独立した二群の研究では通常、割付比や分散の仮定に応じて表示数に倍率を掛けた人数が各群に必要になるため、最終募集の前に設計専用の方法を確認してください。 結果は統計上の最低数であり、募集目標の全体ではありません。脱落、欠測、クラスター化、反復測定、不均等な群割付、複数の主要評価項目、効果推定の不確実性を見込んで増やしてください。検出力計算では、偏った抽出、質の低い測定、不適切な分析モデルは修正できません。すべての仮定を研究計画書に記録し、複数の妥当な効果量で感度分析を行い、不確実性が実際の必要標本数をどう変えるか関係者に示すことを検討してください。