Definicja

Moc testu

Inne nazwy: power, 1 minus beta, moc statystyczna. Kategoria: wnioskowanie statystyczne.

Moc testu to prawdopodobieństwo odrzucenia hipotezy zerowej, gdy określona hipoteza alternatywna i jej efekt są prawdziwe. Wynosi 1 − β, gdzie β oznacza prawdopodobieństwo błędu drugiego rodzaju dla tej wartości efektu. Nie ma jednej mocy badania niezależnej od efektu: ten sam projekt ma większą moc dla dużych efektów niż dla małych.

Jak ją planować. Prospektywna analiza mocy łączy test, kierunek hipotezy, poziom α, liczebność, stosunek grup, zmienność i uzasadniony efekt docelowy. Jeżeli pozostałe elementy są stałe, większa liczebność zwykle zwiększa moc. Założony efekt powinien wynikać z pytania, znaczenia praktycznego, teorii lub odpowiednich wcześniejszych danych, a nie z wygodnej etykiety „średni”.

Częsty błąd. Obliczanie po analizie tak zwanej mocy obserwowanej z efektu oszacowanego w tej samej próbie i używanie jej do wyjaśniania wartości p. Taka wartość jest silnie związana z uzyskanym wynikiem i nie wnosi wiarygodnej informacji o tym, czy konkretny wynik nieistotny oznacza brak efektu. Po badaniu należy raportować oszacowanie efektu, przedział ufności i ograniczenia projektu, a plan mocy zachować jako element uzasadnienia projektu.

Przykład syntetyczny. Projekt porównania dwóch grup zaplanowano dla wcześniej określonej różnicy uznanej za istotną praktycznie, przy poziomie α = 0,05 i docelowej mocy 0,80. Oznacza to, że przy prawdziwości dokładnie tych założeń procedura odrzuciłaby hipotezę zerową w około 80% wielokrotnie powtarzanych badań. Nie oznacza to 80% szans, że hipoteza badacza jest prawdziwa.

Jak to zapisać w pracy. Analizę mocy przeprowadzono przed rekrutacją dla testu dwustronnego, poziomu α = 0,05, docelowej mocy 0,80 i uzasadnionej różnicy określonej w jednostkach wyniku. W opisie należy podać wszystkie dane wejściowe, wariant testu, program i jego wersję.

Parametry przykładu są syntetyczne i nie stanowią wyniku empirycznego.

Powiązane hasła: Liczebność próby, błąd pierwszego i drugiego rodzaju, Analiza czułości mocy, Wielkość efektu

Jeśli chcesz zaplanować moc przed rozpoczęciem rekrutacji, Wyceń projekt.