Questions tagged «power»

我正在同peer审查一篇学术期刊文章，作者写了以下内容作为不报告任何推论统计数据的理由（我确定了这两组的性质）： 总共的2349（1.1％）的受访者25报道X。我们适当地避免提供将X组与Y组（其他2,324名参与者）进行统计学比较的分析，因为这些结果可能是偶然性所驱动，而这种结果很少见。 我的问题是，这项研究的作者是否有理由在比较群体方面有所作为？如果没有，我会向他们推荐什么？

14 hypothesis-testing  sample-size  power-analysis  power  group-differences 

我需要有关重复测量方差分析的一些帮助。 我们正在调查某些病房中某些干预措施对降低血流感染（BSI）率的影响。我们计划每月获取一次BSI费率信息，首先是在没有干预的情况下12个月，然后在有干预的情况下12个月。 我们正在考虑进行时间序列或重复测量方差分析，在我对第一个方法没有太多想法之前，我希望使用后一个方法（额外的问题：时间点太少了吧？），但是接下来另一个问题是，我们需要多少病房才能证明干预对BSI率确实有统计学上的显着影响？ 我想我要进行两个ANOVA，一个用于“干预之前”，一个用于“干预期间”，并且我认为“ ANOVA”在“干预之前”不应进行显着的F比率检验。 我二维地考虑“样本量”一词，无论是病房数还是重复测量数。

14 anova  repeated-measures  sample-size  power 

我正在阅读一篇论文的评论，并且作者指出，有时，即使估计值（通过ML或最大拟似然法得出）可能不一致，但似然比或拟似然比检验的功效仍然可以收敛到1，因为观察到的数据数量趋于无穷大（测试一致性）。如何以及何时发生？你知道一些书目吗？

13 mathematical-statistics  references  inference  power  consistency 

我们有一个潜在的生物标志物，可以预测患者是否患有癌症。生物标志物测试结果为二进制为阳性或阴性。我们希望对需要测试的患者数量有所了解，以确定该生物标记物是否是良好的预测指标。 通过在互联网上阅读，似乎要走的路是看灵敏度（对于病例数）和特异性（对于对照数）。建议您将这种情况视为单样本比例测试，但仍不清楚如何估算灵敏度以及准备除的范围。如果说我认为灵敏度高于0.8的任何生物标记物都为“良好”，您将如何设置这两个变量？我希望我的零假设是生物标记，并不比随机分配好，即灵敏度为0.5。任何人都可以举例说明执行此操作的最佳方法（尤其是在R中）。

13 r  power 

根据最近的问题，我们在这里。 我希望知道是否有人遇到或可以共享R代码以执行基于线性模型仿真的自定义功率分析？ 后来我显然想将其扩展到更复杂的模型，但是lm似乎是正确的起点。谢谢。

13 r  power  power-analysis 

语境 一组社会科学家和统计学家（Benjamin等人，2017年）最近建议，用作确定“统计意义”的阈值的典型假阳性率（ = .05）需要调整为更保守的阈值（ = .005）。一群竞争激烈的社会科学家和统计学家（Lakens等，2018）做出了回应，反对使用这个-或任何其他-任意选择的阈值。以下是Lakens等人的报价。（第16页）有助于举例说明我的问题的主题：ααα\alphaαα\alpha 理想情况下，通过使用决策理论将成本和收益与效用函数进行比较来确定Alpha级别。与从难以获得的样本中收集数据相比，这种成本效益分析（因此也就是alpha水平）在分析现有的大型数据集时有所不同。科学是多种多样的，这取决于科学家来证明他们决定使用的Alpha水平。...研究应遵循严格的科学原理，而不是启发法和任意的门槛。 题 我想知道如何才能像Lakens等人那样以“受严格科学原理指导”的方式证明所选alpha的合理性。建议，在大多数社会科学背景下（即在某些情况下，人们需要更具体的素质（例如利润）来优化）？ 随着Lakens等人的传播，我开始看到在线计算器在流通，以帮助研究人员做出这一决定。研究人员在使用它们时，需要指定假阳性和假阴性错误的“成本比”。然而，由于这个计算器在这里建议，确定这样的成本比可能涉及大量的定量猜测工作： 尽管有些错误成本很容易用货币来量化（直接成本），而其他错误成本却很难将零头的金额（间接成本）量化。...尽管难以量化，但您仍应努力给他们加一个数字。 例如，尽管Lakens等。建议研究难以达到的样本，作为在证明α时可能要考虑的一个因素，似乎人们仍在猜测该样本难以达到的程度，从而如何相应地调整alpha的选择。再举一个例子，对我而言，要量化发表假阳性的成本似乎是困难的，要看别人随后会投入多少时间/金钱来进行基于错误推论的研究。 如果确定此成本比率在很大程度上是主观猜测的问题，那么我想知道这些决定是否能够（再次，除了优化诸如利润之类的）“合理化”。就是说，以某种方式存在于关于采样，权衡，影响等的假设之外？以这种方式，在我看来，确定假阳性/假阴性错误的成本比似乎类似于选择贝叶斯推断中的先验-这个决定可能是主观的，会影响结果，因此引起争议- -尽管我不确定这是否是合理的比较。 摘要 为了使我的询问具体： 在大多数社会科学背景下，假阳性率/假阴性率及其成本比率是否能被“严格”证明是正确的？ 如果是这样，可以遵循哪些通用原则来证明这些分析选择是合理的（可能是其中一个或两个示例在起作用） 如果不是，我在选择成本比时的潜在主观性（类似于贝叶斯优先选择）是否合理？ 参考文献 本杰明（DJ），伯杰（J. 重新定义统计意义。取自psyarxiv.com/mky9j Lakens，D.，Adolfi，FG，Albers，CJ，Anvari，F.，Apps，MA，... Zwaan，RA（2018年1月15日）。证明你的阿尔法。取自psyarxiv.com/9s3y6

12 hypothesis-testing  p-value  power  type-i-and-ii-errors 

对于高斯线性模型，其中μ，假定为位于某些向量空间W ^和ģ对标准正态分布ř Ñ，所述的统计˚F -test为ħ 0：{ μ ＆Element; ù }其中ü ⊂ w ^是一个向量空间，是的增加一到一个功能偏差统计： ˚F = φ （ 2 日志SUP μ ＆Element; w ^ÿ= μ + σGY=μ+σGY=\mu+\sigma Gμμ\muw ^WWGGG[RñRn\mathbb{R}^nFFFH0：{ μ ＆Element; û}H0:{μ∈U}H_0\colon\{\mu \in U\}ü⊂ w ^U⊂WU \subset W 我们怎么知道这个统计数据为H0提供了最有力的检验（也许在丢弃了异常情况之后）？因为这个定理断言，似然比测试是最有力的对点的假设这并不奈曼皮尔森定理干ħ0：{μ=μ0，σ=σ0}和ħ1：{F= ϕ （ 2 对数SUPμ ＆Element; w ^，σ> 0L （μ ，σ| ÿ）SUPμ ＆Element; û，σ> …

12 hypothesis-testing  normal-distribution  linear-model  power  likelihood-ratio 

我想知道是否有像Lehr公式这样的样本量公式适用于F检验？Lehr的t检验公式为，其中是效果大小（例如）。可以将其推广为，其中是一个常数，取决于类型I速率，所需功率以及是执行单面测试还是双面测试。 Δ Δ = （μ 1 - μ 2）/ σ Ñ = c ^ / Δ 2 çn=16/Δ2n=16/Δ2n = 16 / \Delta^2ΔΔ\Delta Δ=(μ1−μ2)/σΔ=(μ1−μ2)/σ\Delta = (\mu_1 - \mu_2) / \sigman=c/Δ2n=c/Δ2n = c / \Delta^2ccc 我正在寻找F检验的类似公式。在替代方案中，我的测试统计量分布为具有个自由度和非中心性参数的非中心F ，其中仅取决于总体参数，该参数未知但假定具有一定价值。参数由实验确定，是样本大小。理想情况下，我正在寻找形式为的（最好是众所周知的）公式， 其中仅取决于类型I速率和功率。Ñ λ λ ķ Ñ Ñ = Çk,nk,nk,nnλnλn \lambdaλλ\lambdakkknnn cn=cg(k,λ)n=cg(k,λ)n = \frac{c}{g(k,\lambda)}ccc 样本大小应满足 其中是具有 dof和非中心性参数的非中心F的CDF …

12 sample-size  power  non-central  f-test 

我正在阅读Gelman＆Carlin “超越功率计算：评估S型（符号）和M型（幅值）错误”（2014年）。我试图理解主要思想，主要思路，但我感到困惑。有人可以帮我提炼精华吗？ 这篇论文是这样的（如果我理解正确的话）。 心理学方面的统计研究经常受到小样本困扰。 在给定的研究中，以统计学上显着的结果为条件， （1）可能会严重高估真实的效应量； （2）除非有足够大的样本量，否则效应的迹象很有可能相反。 以上是使用对种群效应大小的先验猜测显示的，通常认为效应很小。 我的第一个问题是，为什么要以统计显著性为条件？是否反映了出版偏见？但这似乎并非如此。那为什么呢？ 我的第二个问题是，如果我自己进行研究，是否应该对结果进行不同于以往的处理（我做常客统计，对贝叶斯不太熟悉）？例如，我将获取一个数据样本，估算一个模型，并记录一个点估算值，以获取感兴趣的效果以及围绕它的置信度。我现在应该怀疑我的结果吗？如果统计意义重大，还是应该不信任它？给定的任何先前更改如何？ （1）统计研究的“生产者”和（2）应用统计论文的读者的主要收获是什么？ 参考文献： 盖尔曼，安德鲁和约翰·卡林。“超出功率计算：评估类型S（符号）和类型M（幅度）错误。” 心理科学观点 9.6（2014）：641-651。 PS：我认为对我来说，新的要点是包括先验信息，我不确定该如何对待（来自常客主义范式）。

11 statistical-significance  effect-size  power  type-i-and-ii-errors 

我正在阅读一篇文章，其方法完全基于似然比检验。作者说，针对单方面选择的LR测试是UMP。他继续声称 “ ...即使无法证明[LR测试]的功能最强大，LR测试通常也具有理想的统计特性。“ 我想知道这里的统计属性是什么意思。鉴于作者提到的是顺带一提，我认为它们是统计学家中的常识。 到目前为止，我设法找到的唯一理想的属性是（在某些规则性条件下）的渐近卡方分布，其中是LR比率。λλ− 2 日志λ−2log⁡λ-2 \log \lambdaλλ\lambda 我还要感谢对经典文本的引用，在该文本中可以阅读有关这些所需属性的信息。

11 hypothesis-testing  power-analysis  power  likelihood-ratio  neyman-pearson-lemma 

我很想知道是否存在关于分析来自RCT的住院时间（LOS）数据的最佳方法的共识。这通常是一个非常偏斜的分布，其中大多数患者在几天到一周内出院，但是其余患者的停留时间非常不可预测（有时甚至很长），形成分布的右尾。 分析选项包括： t检验（假设不可能出现正态性） 曼·惠特尼U检验 对数秩检验 组分配的Cox比例风险模型条件 这些方法中的任何一种具有明显更高的功效吗？

11 t-test  power  skewness  cox-model  logrank 

一项研究超负荷意味着什么？ 我的印象是，这意味着您的样本量太大，以至于您有能力检测微小的效应量。这些影响的大小可能很小，以至于它们比变量之间的因果关系（不一定是直接因果关系）更可能是由采样过程中的轻微偏差引起的。 这是正确的直觉吗？如果是这样，我不认为有什么大不了的，只要以这种方式解释结果，然后您手动检查并查看估计的效果大小是否足够大以至于“有意义”。 我想念什么吗？关于在这种情况下该怎么做，有更好的建议吗？

11 statistical-significance  sample-size  effect-size  power-analysis  power 

我正在分析来自30位患者的小型数据集的2x2表。我们正在回顾性地尝试寻找一些变量，这些变量可以提示选择哪种治疗方法。变量（obs正常/奇怪）和治疗决策（A / B）具有特殊意义，因此数据如下所示： Obs / Tr。十二月正常奇怪一个12012乙13518岁25530Obs / Tr。十二月一个乙正常121325奇怪0551218岁30\begin{array} {|r|r|r|r|} \hline \text{Obs/Tr. Dec.} &\text{A} &\text{B}\\ \hline \text{normal} &12 &13 &25\\ \hline \text{strange} &0 &5 &5\\ \hline &12 &18 &30\\ \hline \hline \end{array} 显然，一个单元格缺少条目，这不包括卡方检验，而Fisher的精确检验没有给出饱和的p值（但仍小于10％）。因此，我的第一个想法是找到一种功能更强大的测试，并且在博客和本文中有关Barnard和Boschloos测试的文章中进行了阅读 ，总的来说，有以下三种情况可以产生强大的测试： 固定列和行和 Fisher的精确检验→→\rightarrow 固定的列或（xclusive）行和 Barnard的精确检验→→\rightarrow 没有固定的 Boschloos的精确测试→→\rightarrow 上面的文章指出，处理A和处理B的总和以前几乎是未知的，因此我们可以排除Fisher的精确检验。但是其他选择呢？如果我们有健康的对照，我们可以控制安慰剂和verum组，我们可以控制这些数字，因此可以选择2：Barnard。就我而言，我不确定，因为一方面我们有一个类似的数学问题（观察水平的总和等于安慰剂/ verum的总和），这导致了Barnard，但设计有所不同，因为我们无法控制nr。采样前正常/奇怪的观察结果，导致3：Boschloo。 那么应该使用哪个测试，为什么呢？我当然要大功率。 （我想知道的另一个问题是，如果在chisq.testr的情况下使用不是更好prop.test(x, alternative = "greater")？在这里对理论方面进行了说明。）

11 chi-squared  power  contingency-tables  fishers-exact 

我一直在努力提高自己的统计知识，尤其是在样本量确定和统计功效分析方面。但是似乎我读的越多，我需要阅读的越多。 无论如何，我找到了一个名为G * Power的工具，该工具似乎可以满足我的所有需求，但是我在理解非中心性参数时遇到了问题，它是什么，它是做什么的，建议值是什么？ 维基百科等上的信息不完整，或者我在理解它方面做得不好。 如果有帮助，我将进行一系列的两个尾部z检验。 ps有人可以为此问题添加更好的标签吗？

11 power-analysis  power  non-central 

该effect-size标签没有维基。关于效果大小的维基百科页面没有提供精确的一般定义。而且我还没有看到效果大小的一般定义。然而读了一些讨论，比如当这一个我的印象是人们心目中的影响大小的一般概念下，在统计检验的情况下。我已经看到的标准化平均被称为影响大小用于正常模型Ñ（μ ，σ 2），以及标准平均差θ = （θ=μ/σθ=μ/σ\theta=\mu/\sigmaN(μ,σ2)N(μ,σ2){\cal N}(\mu,\sigma^2)为“两个高斯手段”的模式。但是一般的定义呢？上面两个示例共有的有趣特性是，据我所知， 功率仅取决于 θ的参数，并且是 |的递增函数。θ | 当我们考虑用于通常测试 ħ 0：{ μ = 0 }在所述第一壳体和 ħ 0：{ μ 1 = μ 2 }在第二种情况下。 θ=(μ1−μ2)/σθ=(μ1−μ2)/σ\theta=(\mu_1-\mu_2)/\sigmaθθ\theta|θ||θ||\theta|H0:{μ=0}H0:{μ=0}H_0:\{\mu=0\}H0:{μ1=μ2}H0:{μ1=μ2}H_0:\{\mu_1=\mu_2\} 这个属性是效应大小概念背后的基本思想吗？那将意味着效果大小被定义为单调一对一转换？还是有一个更精确的一般定义？

10 hypothesis-testing  effect-size  power