統計的検出力の計算

私が理解しているように、電力分析を行うには、提案された研究の少なくとも3つの側面（4つのうち）を知る必要があります。

• テストの種類-ピアソンのrおよびANCOVA /回帰を使用する予定-GLM
• 有意水準（アルファ）-0.05を使用する予定
• 予想される効果サイズ-中程度の効果サイズ（0.5）を使用する予定
• サンプルサイズ

事前に消費電力を計算するために使用できる、優れたオンライン消費電力計算機をお勧めできますか。（SPSSは先験的な電力計算を実行できますか？）

GPowerに出くわしましたが、よりシンプルなツールを探しています！

これはあなたが聞きたいと思う答えではありません、私は恐れていますが、とにかく言うつもりです：オンライン計算機の誘惑に抵抗するようにしてください（そして独自の計算機を購入する前にお金を節約してください）。

理由のいくつかを以下に示します。1）オンライン計算機はすべて異なる表記法を使用しており、多くの場合文書化が不十分です。あなたの時間の無駄です。2）SPSSは電力計算機を提供しますが、私の部門にとっては高価すぎるため、試してさえいません！3）「中程度の効果サイズ」のようなフレーズは、せいぜい誤解を招くだけであり、最悪の場合、最も単純な研究デザインを除いてはまったく間違っています。パラメーターが多すぎて相互作用が多すぎて、エフェクトサイズを[0,1]の1つの数値にまで絞り込めません。たとえ1つの数字に入れたとしても、Cohenの0.5が問題のコンテキストで「中」に対応するという保証はありません。

信じてください-長い目で見れば、弾丸を噛み、あなたの利益のために（そしてあなたが相談している人の利益のために）シミュレーションをどのように使うかを自分で学ぶほうが良いです。それらに座って、次の手順を実行します。

1）問題のコンテキストで適切なモデルを決定します（このパートで既に作業したように聞こえます）。

2）それらと相談して、nullパラメータがどうあるべきか、コントロールグループの動作、これが問題の文脈で意味するものを決定します。

3）違いを実際に意味のあるものにするために、パラメーターとは何かを決定するために、彼らと相談してください。サンプルサイズの制限がある場合は、これもここで特定する必要があります。

4）2）および3）の2つのモデルに従ってデータをシミュレートし、テストを実行します。豊富なソフトウェアを使用してこれを行うことができます-あなたのお気に入りを選んで、それに行きます。拒否したかどうかを確認します。

$n$$\hat{p}$$\sqrt{\hat{p}(1 - \hat{p})/n}$

この方法で電力分析を行うと、いくつかのことがわかります。A）予想以上に多くのパラメータが実行されていました。それらをすべて「中」のように1つの数字にまとめることは世界でどのように可能か疑問に思うでしょう-そして、少なくとも単純な方法では不可能であることがわかります。B）あなたの力は、他の多くの電卓が宣伝するよりもはるかに小さくなるでしょう。C）サンプルサイズを増やすことで出力を上げることができますが、注意してください！私が持っているように、「実際に意味のある」違いを検出するためには、法外に大きいサンプルサイズが必要であることがわかります。

上記の手順のいずれかで問題が発生した場合は、考えを収集し、CrossValidatedの質問を適切に定式化することができます。ここの人々があなたを助けてくれます。

編集：あなたが絶対にオンライン計算機を使用しなければならないことがわかった場合、私が見つけた最高の計算機はラス・レンズのパワーとサンプルサイズのページです。それは長い間存在しており、比較的完全なドキュメントがあり、缶詰の効果サイズに依存せず、関連する重要な他の論文へのリンクがあります。

別の編集： 偶然にも、この質問が出てきたとき、私はこれらのアイデアのいくつかを具体化するためにブログ投稿を書いている最中でした（そうでなければ、私はそれほど早く答えなかったかもしれません）。とにかく、私は先週末にそれを終えました、そして、あなたはそれをここで見つけることができます。SPSSを念頭に置いて書かれているわけではありませんが、人が賢明であれば、その一部をSPSS構文に変換できるかもしれません。