電力分析でサンプルを決定した後のサンプルサイズの超過の結果

チャレンジ

私たちのオフィスでは、サンプルサイズとそのエフェクトサイズへの影響について話し合いました。私を助けてさらに説明してもらえますか？

ベース

電力分析を実行するとき、特定の設計における特定の効果サイズのサンプルサイズを決定できます。

問題/ディスカッション

どうなり先験的にはサンプルサイズを超えた決定（電力解析では例えば、決定サンプルだった、我々は得ることができた）？ $N=100$ $N=1000$

ポジション1： 大きなサンプルサイズは、エフェクトサイズを切り刻む/破壊します。電力分析で決定されたよりも大きいサンプルを使用すると、「すべてが重要になる」という危険が発生します（軽微で、実際には無関係な影響も）。したがって、電力分析から決定されたサンプルに依存する必要があります。そうすることで、「実際の/関連する」効果を明らかにすることができます。

または

ポジション2： サンプルサイズの決定は、所定の効果を明らかにするために必要な最小サンプルサイズを指します。大きなサンプルサイズは、たとえば測定誤差が減少するため、有益です。したがって、実際の効果をより簡単に明らかにすることができます。事後効果サイズの計算は、効果の関連性に関する情報を提供します。

または

位置3： 位置1と位置2はスタディデザインによって異なります（たとえば、「関連性のある影響」を求めるためt検定では位置1ですが、CFA / SEMでは位置2でより安定した信頼できる結果が得られます）。

または

位置4： 別の説明として考えられる別の位置。

— イェンス
ソース

「すべてが重要になる」という危険が発生します（マイナーで、実際には無関係な影響も）。

これは大きなサンプルサイズに対する議論ではなく、特定の問題の仮説検定に対する直接的な議論です。

小さな効果サイズの拒否に問題がある場合は、通常の仮説検定を使用しないでください。

同等性テスト（またはおそらく非劣性テスト）が必要な場合があります。

効果サイズの区間推定（つまり、信頼区間）が必要になる場合があります。

他に何か必要なのかもしれません。

これはポジション3にも関係します。「関連性のある影響」の概念がある場合、通常の仮説検定を使用してはなりません。

あなたの立場がより多くの力がより良いというわけではないなら、それらの仮説テストの使用をやめなさい。それはその仕事に適したツールではありません。

— Glen_b-モニカの復活
ソース

同等性テスト...これについてもっと情報が必要です。それは非常に理にかなっています...

— アントニパラレッダ2016年

同等性テストについて学ぶための良い情報源は何ですか？私はあまりオンラインを見つけていません。

— クラリネット奏者

私の会社は、提案された研究デザインに関するフィードバックを要求する別の会社から連絡を受けました。彼らはの形式の両面テストを使用して、違いがないことを示しようとしました手段。これは露骨に間違っていた、なぜ私は2つの別々の機会に彼らに指摘するとと彼らの行動を監督する規制機関は、この欠陥を知っていたことをそれらを示し、彼らが無視され、私を。

H_{0} : μ_{1} - μ_{2} = 0 vs. H_{a} : μ_{1} - μ_{2} \neq 0

$H_0 : \mu_1 - \mu_2 = 0 \quad \text{vs.} \quad H_a : \mu_1 - \mu_2 \ne 0$

— heropup

等価の主張を行うには、仮説検定の構造は（平均の差を検定する場合）ここでは、許容可能な類似性の標準と見なされる等価マージンです。と単純に反転することはできないことに注意してください。その理由を理解するための演習として残しておきます。

H_{0} : | μ_{1} - μ_{2} | \geq Δ vs. H_{a} : | μ_{1} - μ_{2} | < Δ,

$H_0 : |\mu_1 - \mu_2| \ge \Delta \quad \text{vs.} \quad H_a : |\mu_1 - \mu_2| < \Delta,$

Δ

$\Delta$

H_{0}

$H_0$

H_{a}

$H_a$

— heropup

@Glen_b等価性テストについてさらに学ぶために、いくつかの参考資料に言及できますか？それでも、私はいくつかの論文しか見つけませんでした。

— Jens