パラメトリックサンプルサイズの計算とノンパラメトリック分析

私は、パラメトリックな方法を使用してサンプルサイズの計算を実行する医学文献の一般的な実践をサポートする特定の参照（テキストまたはジャーナル記事）を持っているかどうかに興味があります主要な試験結果の分析がノンパラメトリック法を使用して行われる場合。

例：主な結果は、特定の薬物を投与した後の嘔吐までの時間であり、平均値は20分（SD 6分）であることが知られていますが、顕著に右斜めに分布しています。サンプルサイズの計算は、次の式を使用して、上記の仮定で行われます。

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

ここで、は、目的のαおよびβエラーに基づいて変化します。$f(\alpha, \beta)$$\alpha$$\beta$

ただし、分布が歪んでいるため、主要な結果の分析はランクに基づいて行われます（Mann Whitney U検定などのノンパラメトリック手法）。

このスキーマは、統計文献の著者によってサポートされていますか、またはノンパラメトリックのサンプルサイズの推定を実行する必要がありますか（およびこれらをどのように実行しますか）。

私の考えでは、計算を簡単にするために、上記の方法を実行してもかまいません。結局、サンプルサイズの推定値は、それだけです-いくつかの仮定を既に行う推定値-すべては、わずかに（または非常に！）不正確である可能性が高いです。ただし、他の人の考えを知りたい、特にこの推論のラインをサポートする参照があるかどうかを知りたいです。

援助に感謝します。

それは私にとって危険な音です。ノンパラメトリック法は、ほとんどの場合、パラメトリック法よりも自由度が高いため、より多くのデータが必要です。特定の例では、Mann-Whitney検定の電力はt検定よりも低いため、同じ指定電力とサイズに対してより多くのデータが必要です。

任意の方法（ノンパラメトリックまたはその他）のサンプルサイズの計算を行う簡単な方法は、ブートストラップアプローチを使用することです。

一部の人々は、Pitman Asymptotic Relative Efficiency（ARE）の概念を使用して、パラメトリックテストにサンプルサイズの式を使用して取得したサンプルサイズを膨らませているようです。皮肉なことに、それを計算するためには、分布を再度仮定する必要があります。例えば、Mann-Whitney U検定のサンプルサイズを参照してください。