전력 분석 도움말안녕,
전력 분석을 이해하는 데 도움을 받을 수 있나요?
나는 6개의 펜을 사용하여 2번의 치료를 받았습니다. P 값이 0.1, SEM= 0.011인 ANOVA를 실행했습니다. 나는 다음 사항을 알아보는 데 도움을 받고 싶습니다.
- 현재 데이터를 사용하면 여기서 중요한 차이를 확인해야 하는 두 지점 간의 최소 차이 또는 lsd는 무엇입니까?
- 내가 갖고 있는 두 평균값 사이의 유의미한 차이를 확인하려면 몇 번의 반복실험이 더 필요합니까?
전력 분석 창을 본 결과 다음을 선택할 것 같습니다.
Solve for Power, Solve for LSV, LSN은 무엇을 의미합니까? 전력 분석을 위해 표에 숫자를 입력해야 합니까, 아니면 비워 둘 수 있습니까?
아래 분석에서 각 치료에 대해 필요한 반복 횟수가 14라고 가정하는 것이 맞습니까?
그리고 현재 반복수 수준에서 이 두 가지가 유의미하려면 0.0365의 차이를 확인해야 합니까?
미리 감사드립니다
애비
답변: 전력 분석 도움말안녕 애비,
일원 분석의 전력 분석 해석에 대한 자세한 내용은 여기에서 확인할 수 있습니다.
https://www.jmp.com/support/help/14/power.shtml#864840
"LSV(최하위 값)는 특정 p-값 알파를 생성하는 일부 매개변수 또는 매개변수의 함수 값입니다. 다르게 말하면, 일부 p-값 알파에서 효과가 얼마나 작은 것으로 선언되는지 알고 싶습니다. LSV는 확률 척도가 아닌 매개변수 척도의 유의성을 측정하는 척도를 제공합니다. 디자인과 데이터가 얼마나 민감한지 보여줍니다.
LSN(최하위 유효 숫자)은 데이터의 형식이 동일한 경우 지정된 p-값 알파를 생성하는 총 관측치 수입니다. LSN은 주어진 알파, 시그마, 델타 값(유의 수준, 오류의 표준편차, 효과 크기)을 사용하여 유의미한 결과를 얻을 수 있을 만큼 추정값의 분산을 줄이는 데 필요한 관측치 수로 정의됩니다. ). 유의성을 달성하기 위해 더 많은 데이터가 필요한 경우 LSN은 얼마나 많은 데이터가 더 필요한지 알려줍니다. LSN은 약 50%의 검정력을 산출하는 총 관측치 수입니다.
검정력은 그룹 간에 실제 차이가 존재할 때 유의미함(p-값 < 알파)을 얻을 확률입니다. 이는 표본 크기, 효과 크기, 오류의 표준 편차 및 유의 수준의 함수입니다. 검정력은 실험이 주어진 알파 수준에서 차이(효과 크기)를 탐지할 가능성을 알려줍니다.
참고: 단방향 레이아웃에 그룹이 두 개만 있는 경우 전력 시설에서 계산한 LSV는 다중 비교 표에 표시된 최소 유의차(LSD)와 동일합니다."
표본 크기와 검정력 분석 플랫폼(JMP14: DOE > 설계 진단 > 표본 크기 및 검정력)을 살펴보는 것이 좋습니다.
이 결과는 실제 차이가 0.02902 이상이고 표준편차가 0.031386일 때 유의미한 차이(p<0.05)를 볼 확률이 50%이고 표준 편차가 0.031386일 때 총 21개의 샘플이 필요하다는 일원 분석의 검정력 분석과 일치합니다. . 감지할 차이는 두 플랫폼에서 다르게 정의됩니다. 즉, Oneway의 전체 평균 차이와 표본 크기 및 검정력의 그룹 간 차이입니다.
50% 전력으로는 충분하지 않을 수 있습니다. 80%가 필요한 전력인 경우가 많으며 이를 위해서는 39개의 샘플이 필요합니다.
이것은 많은 것처럼 보일 수 있지만 그룹 내 표준 개발이 감지하려는 차이의 크기에 비해 크다는 점을 고려해야 합니다.
도움이 되었기를 바랍니다.
필
