Post-hoc güç analizi ne zaman (eğer varsa) iyi bir fikirdir?


Yanıtlar:


7

Benim alanımda, makalenin amacı, kişinin mevcut olması beklenen bir etkinin (ya önceki literatür, sağduyu vb. Nedeniyle) olmadığını göstermek olduğunda hoc sonrası güç analizleri yapan insanları görüyorum. bazı önem testine.

Bununla birlikte, bu durumlarda, araştırmacı biraz bağlanıyor - ya etki gerçekten popülasyonda bulunmadığı ya da çalışma, etkisi olsa bile. O halde güç analizinin amacı, popülasyonda önemsiz derecede küçük bir etki bile olsa, çalışmanın bu etkiyi tespit etme olasılığının yüksek olacağını göstermektir.

Bu post-hoc güç analizi kullanımının somut bir örneği için, bu bağlantılı makaleye bakınız .


1
Bu kesinlikle mantıklı geliyor. Cevabınıza dayanarak, post hoc güç analizleri yapmak için bazen iyi bir neden olduğu sonucuna varabilirim. Bu, önemsiz derecede küçük bir nüfus etkisi bile verildiğinde, bir çalışmanın bu etkiyi tespit etme olasılığının yüksek olacağını gösterecek üstün bir yöntem olmadığı sürece. Böyle bir yöntem biliyor musunuz?
user1205901 - Monica'yı yeniden

Bu yöntemin tam olarak bir post-hoc güç analizi olduğunu düşünüyorum. Alternatif bir yöntemin Pearson hipotezi testleri yerine Bayes yöntemlerinin kullanımı olabileceğini düşünüyorum, ancak benim alanımda (psikoloji) Pearson hipotezi testi hâlâ baskın istatistiksel paradigmadır.
Patrick S. Forscher

Tarif edilen yaklaşımla ilgili büyük bir sorun var. Örnekleme varyasyonu nedeniyle araçlar her zaman farklıdır, bu nedenle neredeyse her test, büyük bir örnek verildiğinde önemsiz derecede küçük bir etki bile tespit edebilecektir (n'nizi 99999999999'a yükseltin ve her şey önemli olabilir). Ayrıca, reddedilen bir hipotez durumunda, emin değilim ama "elde edilen gücün" her zaman <0,5 (veya en azından çoğu zaman) olması muhtemeldir. Yani, her zaman örneğin yeterli olmadığı sonucuna varırdı.
Bruno

α

4

Bir çalışmanın belirli bir a priori etki büyüklüğü için önemli bir sonuç üretme olasılığını her zaman hesaplayabilirsiniz. Teorik olarak, bu, bir çalışma yapılmadan önce yapılmalıdır, çünkü bir etki olduğunda önemli bir sonuç üretme şansı düşük olan düşük güce sahip bir çalışmanın gerçekleştirilmesinin bir anlamı yoktur. Bununla birlikte, bir çalışmanın küçük bir etkiyi bile tespit etmek için düşük veya olası olmayan yüksek güce sahip olduğunu anlamak için çalışmadan sonra gücü de hesaplayabilirsiniz.

Geçici veya gözlemlenen güç terimi, gözlemlenen etki büyüklüğünün gerçek etki büyüklüğünün makul bir tahmini olduğu varsayımı altında gücü hesaplamak için bir örnekte gözlenen etki büyüklüklerini kullanan güç analizi için kullanılır. Birçok istatistikçi, tek bir çalışmada gözlemlenen gücün çok bilgilendirici olmadığını, çünkü etki büyüklüklerinin bilgilendirici olmak için yeterli hassasiyetle tahmin edilmediğini belirtmiştir. Son zamanlarda, araştırmacılar, güçlü çalışmaların ortalama olarak ne kadar güçlü olduğunu ve çalışmaların gerçek gücün haklı olduğundan daha önemli sonuçlar rapor edip etmediğini incelemek için bir dizi çalışma için gözlemlenen gücü incelemeye başladılar.

https://replicationindex.wordpress.com/tag/observed-power/


Öyleyse, @ Dr-r, birisi ilk bahsedilen çalışma türüne nasıl başvurabilir? Bunun için doğru bir isim var mı? G * Power'ın "post hoc" işlevini kullandım, ancak a priori efekt boyutunu kullandım. Bunu yapmamın nedeni, ilk başta, "tahmin edilen" ortalama fark ve "tahmin edilen" standart sapma kullanmayı planlamış olmamdır ve elde edilenlerden çok farklıydılar. Ayrıca, her iki grupta planlanan örnek büyüklüğümü elde edemedim. Makalemde "post hoc" terimini kullanmak istemiyorum çünkü insanlar yanlış anlayabilir. Peki, öneriniz var mı?
Bruno
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.