Erfordert k bedeutet, dass die Schätzung der Stichprobengröße eine Normalverteilung erfordert?Hallo allerseits.
Ich verwende den k-Mittelwerte-Stichprobengrößenschätzer unter DOE | Stichprobengröße und Power.
Müssen die Mittel, die ich mit dieser Funktion einreiche, aus einem normal verteilten Datensatz stammen, um effektiv verwendet zu werden? Ich glaube nicht, dass dies der Fall ist, zumal ich mit k means in JMP nur maximal 10 Gruppen übermitteln kann und einige meiner Datensätze mehr als das haben (in dieser Situation sende ich zufällig Gruppen aus diesem Datensatz an die k means-Funktion nach der Berechnung, die den Standard dev festlegt).
Danke im Voraus.Betreff: Erfordert k bedeutet, dass die Schätzung der Stichprobengröße eine Normalverteilung erfordert?Hallo alle. Tut mir leid, dass ich in die Unterhaltung einsteige.
Das höre ich...
Twoolman verfügt über Daten von Versicherungsgesellschaften, die eine Reihe von Chirurgen repräsentieren, aber sie repräsentieren möglicherweise nicht alle Operationen, die ein Chirurg durchführen kann. Nur ein Teil der Operationen wird von einer Versicherungsgesellschaft auf der Grundlage der Operationen angeboten, die vom Versicherer abgedeckt werden.
Es klingt also so, als ob die Anzahl der Beobachtungen festgelegt ist, und es klingt, als ob Twoolman fragt, ob die k-Means-Power-Berechnung dazu verwendet werden kann, bestimmte Ärzte auszuschließen, weil sie zu wenige Beobachtungen haben.
Generell würde ich das wahrscheinlich nicht machen. Die Leistungsberechnungen sind für ein geplantes Experiment für ein bestimmtes Delta zu beachten. Wenn dieses Delta kleiner wird (oder die Variabilität zunimmt), würden wir mehr Stichproben pro Gruppe benötigen, weniger im umgekehrten Szenario. Perspektivisch würden wir versuchen, möglichst viele Operationen dazu zu bringen, die Kriterien der Kalkulation zu erfüllen. Da das „Experiment“ jedoch bereits abgeschlossen ist, nehmen wir die Beobachtungen so, wie sie sind. Ich würde Chirurgen mit einer kleinen Anzahl von Operationen nicht ausschließen, nur weil sie sich möglicherweise von anderen unterscheiden Chirurgen.
Allerdings muss man hier aufpassen. Vergleiche (unter der Annahme, dass Patienten irgendwie zufällig zu den analysierten Chirurgen kommen) können statistische Unterschiede zwischen den Chirurgen aufzeigen, aber dann stellt sich die Frage ... sind diese Unterschiede klinisch bedeutsam? Dies ist oft eine Herausforderung für viele Endpunkte – wir können statistische Unterschiede zwischen Gruppen feststellen, haben aber keine Ahnung, ob die gefundenen Unterschiede von praktischer Bedeutung sind.
Mark weist darauf hin, dass es sich bei diesen Daten um Beobachtungsdaten handelt, sodass wahrscheinlich eine Reihe zusätzlicher Faktoren kontrolliert werden müssten, die ein Vergleich zwischen den Chirurgen nicht berücksichtigen würde. Dies könnte Kovariaten in einem Modell oder die Verwendung von Neigungswerten beinhalten. Ich bin mir nicht sicher, ob JMP irgendwelche Funktionen für Neigungsbewertungen hat, aber SAS hat zwei neue Verfahren beschrieben hier .
Betreff: Erfordert k bedeutet, dass die Schätzung der Stichprobengröße eine Normalverteilung erfordert?Danke, Markus. Das war sehr hilfreich.
Betreff: Erfordert k bedeutet, dass die Schätzung der Stichprobengröße eine Normalverteilung erfordert?Bias hat mit dem Weglassen informativer Daten zu tun. Ist die Schätzung unabhängig oder abhängig von der Art der Auslassung (z. B. Netzwerkzugehörigkeit)? Ist die Schätzung unabhängig vom Versicherungsnetzwerk-Zugehörigkeitsstatus? Wenn die ausgelassenen Beobachtungen nicht informativ sind, sind Ihre Schätzungen unvoreingenommen. Dieses Thema hat alles mit Ihrer Frage nach der Analyse und der Definition der Bevölkerung zu tun. Wenn Ihr Anwendungsbereich also nur ein Versicherungsnetzwerk umfasst und die Schätzungen und Schlussfolgerungen auf kein anderes Versicherungsnetzwerk zutreffen, müssen Sie sich keine Gedanken über Verzerrungen machen.
Der Stichprobenumfang bestimmt den Standardfehler der Schätzungen. Bei den Schätzungen kann es sich um Populationsparameter, Modellparameter oder zukünftige Reaktionen (Bewertung) handeln. Die kleineren Gruppen weisen größere Standardfehler (Konfidenz-, Vorhersage- oder Toleranzintervalle) auf.
Verzerrung und Varianz sind getrennte Attribute der Schätzungen, obwohl wir manchmal einige der einen (kleiner Anstieg der Verzerrung) zugunsten der anderen (große Abnahme der Varianz) zugunsten einer insgesamt besseren Genauigkeit eintauschen.
Ich sehe nicht, wie das Weglassen einiger Gruppen, die ausschließlich auf einem willkürlichen Kriterium der Stichprobengröße beruhen, zu Verzerrungen führen wird. (Wie ich oben sagte, können einige Auslassungsregeln die Schätzungen verfälschen.) Ich weiß, dass eine solche Auslassung die Menge an Beweisen verringert und notwendigerweise die Breite der Intervalle der Schätzungen vergrößert. Ihre Bewertung wird weniger genau sein.
Diese Kommentare sind sehr allgemein und beschränken sich auf die Identifizierung und Sammlung der Daten. (Aber nicht weniger wichtig.) Vieles hängt auch von der Analysemethode ab.
Betreff: Erfordert k bedeutet, dass die Schätzung der Stichprobengröße eine Normalverteilung erfordert?Danke, Markus. Ihre Kommentare sind sehr hilfreich und wertschätzend.
Die Sorge, die wir bei einer Mindestanzahl von Operationen pro Chirurg haben, besteht darin, dass wir die Chirurgen auf der Grundlage von Leistungskennzahlen wie Wiederaufnahme %, Reinfektion an der Operationsstelle usw. bewerten. Wir möchten bei der Durchführung dieser Scoring-Analyse fair und unvoreingenommen sein. Es ist möglich, dass wir 100 % der Operationen von Chirurg X, aber nur 25 % der Operationen von Chirurg Y basierend auf der Netzwerkzugehörigkeit in unserem Datensatz haben. Würde es unsere Bewertungsergebnisse in diesem Fall verfälschen? Beachten Sie, dass die oben genannten Leistungsmetriken alle Durchschnittswerte sind, die auf den Beobachtungen basieren, die wir haben.
Vielen Dank!
Betreff: Erfordert k bedeutet, dass die Schätzung der Stichprobengröße eine Normalverteilung erfordert?Ich versuche zu helfen und keinen Konflikt basierend auf Semantik zu beginnen, aber Ihre Analyse basiert immer noch auf Beobachtungsdaten. Dass die in die Analyse einbezogenen Chirurgen von ihrer Zugehörigkeit zu einem bestimmten Versicherungsverbund abhängen, hat mit der Definition der Grundgesamtheit und der Einschränkung des Rückschlusses aus den Daten zu tun. Auch wenn die Zugehörigkeit ein Prädiktor/Faktor ist, wurden Versuchseinheiten (Chirurgen) nicht zufällig Behandlungen zugeordnet (Zugehörigkeit zu einem Versicherungsnetzwerk). Ein Experiment ist eine Studie, in der Sie die Bedingungen oder Behandlungen bestimmen (d. h. physikalisch festlegen), experimentelle Einheiten zufällig Behandlungen zuweisen und die Reaktion für einen Lauf messen.
Während die in Ihre Analyse einbezogenen Chirurgen in gewissem Sinne eine Zufallsstichprobe sind, stellen sie keine „einfache Zufallsstichprobe“ dar. Bei einer solchen Stichprobe wird davon ausgegangen, dass alle möglichen Stichproben einer bestimmten Größe die gleiche Wahrscheinlichkeit hatten, aus der Grundgesamtheit ausgewählt zu werden. Das ist hier nicht der Fall.
Warum müssen Sie Chirurgen aufgrund der Anzahl der Operationen ausschließen? Was ist der Zweck einer Mindestanzahl von Operationen?
Wenn die Anzahl der Operationen zunimmt, steigt die Aussagekraft des Tests. Wenn die Anzahl der Operationen abnimmt, nimmt die Aussagekraft des Tests ab. Wenn die Anzahl der Operationen null ist, dann ist die Leistung null (das Fehlerrisiko 2. Art ist unendlich).
Auch hier versuche ich zu verstehen und zu helfen.
Betreff: Erfordert k bedeutet, dass die Schätzung der Stichprobengröße eine Normalverteilung erfordert?Entschuldigung, dass ich einige der weiteren Details nicht angegeben habe.
Das Alpha, das wir zu akzeptieren bereit sind, ist 0,20 mit einer Potenz von 0,80. Dies wird zu einem Experiment, da wir nicht unbedingt die tatsächliche Anzahl der Operationen kennen, die von jedem Chirurgen durchgeführt werden. Dies kann passieren, wenn wir mit einer Versicherungsgesellschaft zusammenarbeiten und diese uns nur Daten von Chirurgen gibt, die Operationen in Krankenhäusern durchgeführt haben, die Teil ihres Versicherungsnetzes waren. So hat ein bestimmter Chirurg im Jahr 2016 möglicherweise 100 Tonsillektomie-Operationen durchgeführt, aber wir erhalten nur 25 % dieser Beobachtungen.
Dies wird daher zu einer Art Experiment, da wir unter diesen Bedingungen, bei denen wir im Wesentlichen nur eine Zufallsstichprobe von Ereignissen pro Chirurg erhalten, wie wir die Grenze der Mindestzahl von Beobachtungen pro Chirurg definieren?
Ich stimme Ihnen darin zu, dass wir, wenn wir mit einem bestimmten Krankenhaus zusammenarbeiten und Zugriff auf 100 % aller Chirurgendaten haben, einfach alle Beobachtungen verwenden können und uns keine Gedanken über eine experimentelle Abschaltgrenze machen müssen.
Betreff: Erfordert k bedeutet, dass die Schätzung der Stichprobengröße eine Normalverteilung erfordert?Berücksichtigen Sie auch die Reaktion für jede Beobachtung. Die einfache ANOVA ist für a Messung das verwendet JMPs kontinuierlich Modellierungstyp . Wenn die Daten anders sind, wie z zählt oder Kategorien , dann bestimmt keiner der Stichprobenumfangsrechner den korrekten Stichprobenumfang. In solchen Fällen können Sie die verwenden Verallgemeinerte lineare Modelle Plattform oder eine der Logistische Regression Plattformen aus Modell anpassen .
Betreff: Erfordert k bedeutet, dass die Schätzung der Stichprobengröße eine Normalverteilung erfordert?Ich glaube, Sie missverstehen die Verwendung der Stichprobengrößenrechner. Ihr Zweck ist a prospektive Bestimmung Bei einem korrekten Modell (z. B. Normalverteilung mit Mittelwert = 0 und konstanter Varianz), einer bekannten Varianz, einer bekannten minimalen zu erkennenden Differenz, dem Signifikanzniveau (akzeptable Fehlerrate 1. Art) und der gewünschten Trennschärfe (1 - akzeptabler Typ II Fehlerquote). Diese Bestimmung ist sehr nützlich in a gestaltetes Experiment .
Ihr Fall klingt wie ein Beobachtungsstudie . Die Operationen finden statt, unabhängig davon, ob jemand sie studiert. Warum würden Sie Gruppen, die in oder aus Ihrer Studie kommen sollen, anhand der Anzahl der Beobachtungen vorab auswählen? Das Ausschließen einer Gruppe kann nur die Trennschärfe in Ihrem Test verringern (einfache ANOVA). Durch das Ausschließen einer Gruppe werden Ihre Schätzungen verzerrt. Auf diese Weise können Sie die informativste Gruppe ausschließen.
Wenn mich jemand fragen würde, wie man die Gruppen A und B am besten mit 20 Beobachtungen vergleicht, würde ich ihm sagen, dass er jeweils 10 beobachten soll. Wenn sie mir andererseits sagen würden, dass sie 17 Beobachtungen von Gruppe A und 3 Beobachtungen von Gruppe B haben, würde ich ihnen sagen, dass sie die Daten, die sie haben, testen sollen. Es wird nicht so informativ sein wie das frühere Design, aber es ist alles, was sie haben. (Übrigens wird dies die Schätzungen nicht verzerren, aber die Standardfehler aufblähen.) Wenn sie Gruppe B wegen der geringen Anzahl von Beobachtungen ausschließen, was wäre dann übrig geblieben?
Betreff: Erfordert k bedeutet, dass die Schätzung der Stichprobengröße eine Normalverteilung erfordert?Danke für die schnelle Antwort. Kann ich die ANOVA von Welch als Methode verwenden, um mir die minimale Stichprobengröße pro Gruppe innerhalb eines Datensatzes mit mehreren Gruppen mitzuteilen?
Es könnte helfen, wenn ich einen Schritt zurücktrete und erkläre, was ich tue. Ich habe Beobachtungen von Chirurgen für mehrere Arten von Operationen. Für eine bestimmte Operation (einen Datensatz) habe ich möglicherweise 10 verschiedene Chirurgen (10 verschiedene Gruppen), die diese Operation durchgeführt haben und die ich miteinander vergleichen möchte. Jeder Chirurg in einer gegebenen Operation hat eine unterschiedliche Anzahl von Operationen, die durchgeführt werden. Ich versuche, die Mindestanzahl von Operationen (Beobachtungsereignissen) nach Gruppe (nach Chirurg) zu bestimmen, um diesen Chirurgen (Gruppe) in die Analyse einzubeziehen.
Vielen Dank!
Tom
Betreff: Erfordert k bedeutet, dass die Schätzung der Stichprobengröße eine Normalverteilung erfordert?Dieser Stichprobengrößenrechner basiert auf dem ANOVA-Modell (One-Way Analysis of Variance) unter der Annahme einer konstanten Varianz. Die Antwort Y wird als Kombination aus einem konstanten Term (Achsenabschnitt oder mittlere Antwort in dieser Parametrisierung), den Gruppeneffekten X = k und den Fehlern modelliert. (Beachten Sie, dass sich die Gruppeneffekte zu null summieren.) Die Fehler werden als normalverteilt mit einem Mittelwert = 0 und einer von den Gruppen unabhängigen Varianz angenommen.
Es spielt keine Rolle, was k ist.
Wenn die Varianz von der Faktorstufe (Gruppe) abhängt, verwenden Sie die Welch-ANOVA.
Wenn die Fehler nicht normalverteilt sind, verwenden Sie eine nichtparametrische Methode oder eine Resampling-Methode.
