混合设计方差分析所需的样本量以达到足够的统计功效

机器算法验证 方差分析 重复测量 统计能力
2022-04-11 18:48:59

语境

我进行了一项设计实验,其中3 x 2包含三个级别的科目内因子(重复测量)和两个级别的科目间因子。

我有兴趣检查基线的变化和交互效果。

问题

  • 如何计算3 x 2设计所需的样本量以获得足够的统计功效?
1个回答
  • 您需要确定给定显着性检验可接受的统计功效。80% 功率是合理的经验法则经常被广泛流传。但是,我认为将样本量选择视为一个优化问题更为明智,其中统计能力只是一个考虑因素,并且考虑了收集额外数据的成本(请参阅此处以进一步讨论我的想法)。
  • 混合方差分析涉及多个潜在显着性检验至少有两个主要影响和一个相互作用。潜在地,也有各种比较。每个显着性检验都可以具有不同的统计功效,因此,从字面上看,将混合设计的“统计功效”说成是单一属性是没有意义的。在确定最小样本量时,您可能需要考虑对混合 ANOVA 进行哪些可能的显着性检验是重要的。如果它们都很重要,那么您可能需要考虑最不强大的显着性检验所需的样本量。
  • G Power 3允许对混合 ANOVA 中所有三种类型的显着性检验(受试者之间;受试者内;和交互)进行功率分析。
    • 下载这个免费软件并进入tests - means - Repeated Measures ...菜单。
    • 该软件允许a priori(即,计算给定效应大小、α、功效和设计的样本大小)或post hoc(即,计算给定样本大小、效应大小、α 和设计的功效)功效分析。