Definicja

Analiza czułości mocy

Inne nazwy: sensitivity power analysis, efekt wykrywalny z zadaną mocą, MDE. Kategoria: wnioskowanie statystyczne.

Analiza czułości mocy wyznacza wielkość efektu populacyjnego, dla której ustalony projekt osiąga wskazaną moc przy określonej liczebności i poziomie α. Odpowiada na pytanie, jak duży musi być efekt w przyjętym modelu, aby procedura miała na przykład 80% szans na jego wykrycie. Jest przydatna, gdy liczebność jest ustalona przez dostępność populacji lub zasoby i nie można jej wyznaczyć klasyczną analizą a priori.

Jak ją wykonać. Trzeba określić test i jego wariant, całkowitą liczebność oraz podział na grupy, α, docelową moc i pozostałe parametry projektu. Wynikiem jest efekt odpowiadający zadanej mocy w miarze właściwej dla danego testu, na przykład d, r lub f. Tę wartość należy porównać z najmniejszym efektem istotnym praktycznie, który powinien mieć niezależne uzasadnienie.

Nie myl z efektem krytycznym. W tym haśle skrót MDE oznacza efekt populacyjny, przy którym projekt osiąga zadaną moc. Efekt krytyczny to natomiast najmniejszy efekt zaobserwowany w próbie, który może przekroczyć próg istotności przy ustalonych N i α. Te dwie wartości odpowiadają na inne pytania i nie należy używać ich zamiennie.

Częsty błąd. Traktowanie efektu odpowiadającego zadanej mocy jako granicy, poniżej której wynik nigdy nie może być istotny. Moc jest prawdopodobieństwem w powtarzanych badaniach, więc mniejszy efekt może zostać wykryty, a większy może nie zostać wykryty. Analiza czułości nie jest również mocą obserwowaną obliczoną z efektu uzyskanego w tych samych danych.

Przykład syntetyczny. Zespół może zrekrutować łącznie 120 osób do dwóch równych grup. Dla testu t dwóch niezależnych grup, testu dwustronnego, α = 0,05 i mocy 0,80 analiza wyznaczyła efekt odpowiadający tej mocy: d = 0,516, czyli po zaokrągleniu d = 0,52. Tę wartość należy następnie ocenić względem różnicy ważnej dla pytania badawczego, a nie nazywać automatycznie małą lub dużą.

Jak to zapisać w pracy. Przy ustalonej liczebności N = 120, równym podziale grup, teście dwustronnym, α = 0,05 i mocy 0,80 analiza czułości wykazała, że efekt odpowiadający tej mocy wynosi d = 0,52. Obliczenie wykonano w Pythonie 3 z użyciem statsmodels 0.15.0 dla testu t dwóch niezależnych grup.

Parametry przykładu są syntetyczne; obliczenie odtwarza skrypt docs/dane/przyklady-slownik-g02.py.

Powiązane hasła: moc testu, Liczebność próby, Wielkość efektu, przedział ufności

Jeśli Twoja liczebność jest z góry ograniczona, możemy sprawdzić czułość planowanej analizy w ramach wyceny projektu.