Önceden belirtilmişse, numune boyutunu dinamik olarak arttırmak doğru mu?


13

İçeriden gelen bir tasarıma sahip bir uyaranın esası hakkında bir çalışma yapmak üzereyim. Çalışmanın bazı bölümlerinin (görev tipi sırası, uyaran sırası, görev kümesi sırası) sipariş etkilerini azaltmak için tasarlanmış bir permütasyon şemasına sahibim. Permütasyon şeması örneklem büyüklüğünün 8 ile bölünebileceğini belirler.

Örnek boyutunu belirlemek için ya vahşi bir tahminde bulunmam (alanımda iyi bir gelenek olma) ya da istediğim güç için örnek boyutunu hesaplamam gerekir. Sorun şu ki, bir etki büyüklüğünün ne kadar büyük bir şekilde gözlemleyeceğime dair en ufak bir fikrim yok (ayrıca alanımda iyi bir gelenek). Yani güç hesaplaması biraz zor. Öte yandan, vahşi bir tahminde bulunmak da kötü olabilir çünkü çok düşük bir örneklem büyüklüğü ile çıkabilir veya katılımcılarıma çok fazla para ödeyebilir ve laboratuarda çok fazla zaman geçirebilirim.

İki p değerinden oluşan bir koridordan ayrılana kadar katılımcıları 8 kişilik gruplar halinde eklemem gerektiğini açıkça belirtmek uygun mudur? Örneğin 0,05 <p <0,30? Yoksa devam etmeli miyim, başka nasıl önerirsiniz?


2
Sıralı bir tasarım / analiz alanında bir şeyler arıyor olabilirsiniz.
kardinal

Yanıtlar:


9

İlk olarak, sorunuzu doğrudan cevaplamak için: hayır, önemli bir p değeri elde edene kadar devam edemezsiniz. Önerdiğiniz tasarım% 5'in üzerinde tip I hata oranına sahiptir. Ancak, temel fikir doğrudur, ancak kesimleri ayarlamanız gerekir. Aslında, @cardinal'in yorumlarda belirtildiği gibi, sorunuz için tüm bir araştırma alanı vardır: bunlara sıralı veya grup sıralı veya daha genel olarak uyarlanabilir tasarımlar denir (aynı şeyler değildir, ancak fikrinizin satırları).

İşte bazı temel fikirleri gösteren bir referans: C. Mehta, P. Gao, DL Bhatt, RA Harrington, S. Skerjanec, JH Ware Deneme Tasarımını Optimize Etme: Sıralı, Uyarlanabilir ve Zenginleştirme Stratejileri Sirkülasyonu. 2009; 119: 597-605


1
Tamam, kulağa ilginç geliyor. Uyarlanabilir tasarımları daha önce okudum ama sadece bazı slaytlarda okudum, böylece verdiğiniz kağıt referansı gerçekten yararlı görünüyor.
xmjx

6

Bir dizi efekt boyutunda güce bakmayı düşündünüz mü? Örneğin, gücü sık sık bir eğri olarak hesaplıyorum ve grafiğe pişirilmiş sayısız potansiyel senaryo ile sonuçlanıyorum, daha sonra bir örnek boyutu kararı verebiliyorum. Örneğin, en vahşi olandan en vahşi olana, bu yelken-akran-inceleme rüyalarımdan biraz daha yüksek ila null arasında biraz daha yüksek etki ölçümleri için gerekli örnek boyutunu hesaplayabilirim.

Ben de ne kadar bağlı diğer senaryolar çizmek olabilir yok veriler hakkında biliyorum. Örneğin, aşağıda örnek büyüklüğünü değil gücü hesaplayan ancak buna benzer bir kavramı olan bir grafik verilmiştir. Veriler hakkında çok az şey biliyorum, bu yüzden bir hayatta kalma analizi için% 10'luk bir olay oranı varsaydım ve daha sonra bir dizi koşulda çalışmanın gücünü (örnek büyüklüğü düzeltildi) hesapladım:

Güç Eğrileri

Bu durumda, birden fazla parsel veya bir "Güç Yüzeyi" ile sizi terk edecek olayların sayısı da değişebilir. Bu, örnek boyutunu anında değiştirmek yerine, en azından örnek boyutunu aramanız gereken yerde bir işlem görmenin çok daha hızlı bir yolu gibi görünüyor. Ya da en azından size insan eklemeyi bırakabileceğiniz bir eşik verin. Örneğin, hesaplamalarınız size 1000 kişinin çok küçük bir şeyin etkisini görmenize izin vereceğini söylüyorsa - örneğin, 1.01 veya benzeri bir tehlike oranı - buna vurursanız, insan eklemeyi bırakabilirsiniz, çünkü bu bir güç sorunu değil, "Orada hiçbir şey yok" sorunu.


1
Bu gerçekten harika bir fikir. @ Aniko'nun cevabını doğrudan soruyorum, çünkü doğrudan soruma cevap veriyor, öneriniz kısa vadede kesinlikle daha yararlı. Sanırım aklımı ardışık stratejilere sarmam biraz zaman alacak.
xmjx

3

Güç hesaplamaları yaparken, genellikle sorduğum soru (bu geleneklere de sahip olan alanımda) "İnsanların bakımı için ne kadar büyük bir etki olması gerekir?" Metodunuz% 0.1 iyileşme ile "önemli ölçüde" daha iyi ise, kimse umursar mı? % 0.01 iyileşmeye ne dersiniz?


@ EpiGrad'ın güç planı için bir başlangıç ​​noktası elde etmek için bu düşünce trenini kullanacağım.
xmjx
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.