Mărimea eșantionului și puterea statistică Training maxim

Când rezultatele mele nu sunt semnificative, nu există cu adevărat niciun efect sau studiul nu a reușit să îl detecteze?

Sau, dimpotrivă, atunci când am rezultate semnificative, sunt cu adevărat atât de pozitive sau experimentul supraestimează efectele tratamentului?

Și, în cele din urmă, cum trebuie să ne planificăm studiul pentru a obține o șansă mai bună de a detecta efecte semnificative?.

Sigur că la un moment dat v-ați împiedicat de aceste întrebări. Cine nu face! Toate acestea sunt legate de puterea statistică, pe care astăzi voi încerca să vi le explic în această postare.

Descrieți probabilitatea ca un test să identifice corect un efect real, real. Mai simplu spus, este capacitatea de a distinge semnalul de zgomot. Semnalul pe care îl căutăm este impactul unui tratament asupra unui rezultat care ne interesează.
Imaginați-vă că doriți să studiați eficacitatea unui nou medicament pentru gripă. Căutăm să-i testăm eficacitatea (semnalul). Zgomotul care ne preocupă provine din complexitatea datelor (cât de variabilă este). De exemplu, va exista zgomot în rezultate dacă eficacitatea medicamentului depinde puternic de vârsta individului sau de sexul lor.

Chiar nu există niciun efect sau studiul nu a putut să-l detecteze? Rezultatele sunt atât de pozitive sau experimentul supraestimează efectele tratamentului? dacă analiza dvs. are o putere statistică scăzută, rezultatele sunt adesea dificil de interpretat.

Trebuie să ne planificăm experimentele în așa fel încât să obținem o mare putere de contrast și astfel să fim siguri că vom putea demonstra efectul studiat.

În general, o valoare de Putere 0,80 este acceptabilă și poate fi folosit ca reper. Cercetătorii de obicei proiectați-vă experimentele în așa fel încât rezultatele să fie semnificative 80% din timp.

Zgomotele legate de tratament (probleme experimentale sau instrumentale) și de fond (răspunsuri foarte variabile) nu pot fi controlate, dar putem proiectați în mod corespunzător experimentul nostru în așa fel încât să obținem o putere mare.

Puterea unui test statistic este legată de:

Mărimea eșantionului «n»: numărul de cazuri sau subiecți care participă la studiu.
Nivelul de semnificație „alfa”: probabilitatea de a respinge ipoteza nulă atunci când este adevărată (eroare de tip I sau fals pozitiv). Se presupune de obicei 5% sau, ceea ce este același, un nivel de încredere de 95% (1-alfa).
Mărimea efectului „d” sau „r”: este o măsură a schimbării unui răspuns. Simplificând un pic, putem calcula măsuri care reflectă diferențele de medii între grupuri (diferența de medii împărțită la deviația standard) sau măsuri care indică relația dintre variabile (coeficient de corelație), în funcție de obiectivul nostru.

O putere redusă ar putea indica o dimensiune mică a eșantionului, un alfa mai mic sau o dimensiune mică a efectului și opusul pentru o putere mare.

Putem aborda problema puterii statistice în două moduri alternative:

Abordare a priori. Presupunem un nivel de semnificație (de exemplu, 5%), o valoare pentru puterea dorită (de exemplu, 80%) și cunoaștem estimări ale dimensiunii efectului care trebuie detectat din studiile anterioare. Prin urmare, scopul este de a determina câți subiecți trebuie să luăm în considerare în cercetare pentru a îndeplini aceste criterii.
Abordare a posteriori. Presupunem un nivel de semnificație (de exemplu, 5%), avem un eșantion de o anumită dimensiune (ceea ce am putut face) și calculăm dimensiunea efectului observat în studiul nostru. Vrem să știm cât de puternică a fost analiza noastră pentru a detecta dimensiunea efectului în cercetarea pe care am efectuat-o.