k は、標本サイズの推定値が正規分布を必要とすることを意味しますか?皆さんこんにちは。
私はDOEの下でk平均サンプルサイズ推定器を使用しています|サンプルサイズと検出力。
この関数を使用して送信する手段は、有効に使用するために正規分布データセットから取得する必要がありますか? 特に、JMP の k 平均では最大 10 グループしか送信できず、一部のデータセットにはそれ以上のグループがあるため、そうではないと思います (この状況では、そのデータセットから k 平均関数にグループをランダムに送信します)。標準偏差を設定する計算後）。
前もって感謝します。Re: k は標本サイズの推定値が正規分布を必要とすることを意味しますか?こんにちは、みんな。 話に飛び込んですみません。
これは私が聞いているものです...
トゥールマンは、多くの外科医を表す保険会社からのデータを持っていますが、外科医が行う可能性のあるすべての手術を表しているわけではありません. 保険会社がカバーする手術に基づいて、一部の手術のみが保険会社によって提供されます。
つまり、観察数が固定されているかのように聞こえ、Twoolman が、観察数が少なすぎることに基づいて特定の医師を除外する方法として k-means パワー計算を使用できるかどうかを尋ねているように聞こえます。
一般的に、私はおそらくこれをしません。 検出力の計算は、特定のデルタを観察するために計画された実験用です。 このデルタが小さくなる (または変動が大きくなる) と、グループごとにより多くのサンプルが必要になり、逆のシナリオではより少なくなります。 将来的には、計算の基準を満たすために、できるだけ多くの手術を受けようとします。 ただし、「実験」はすでに完了しているため、観察はそのままにしています。 手術回数が少ない外科医を除外するつもりはありません。外科医。
ただし、ここで注意が必要です。 比較 (患者が分析された外科医のセットにランダムに到着したと仮定して) は、外科医間の統計的な違いを特定するかもしれませんが、問題は次のようになります... これらの違いは臨床的に意味がありますか? これは、多くのエンドポイントにとって課題となることがよくあります。グループ間の統計的な違いを特定することはできますが、見つけた違いが実際に重要であるかどうかはわかりません。
マークは、これらのデータは観察に基づくものであることを指摘しているため、外科医間の比較では説明できないように、制御する必要がある追加の要因がいくつかある可能性があります. これには、モデルの共変量、または傾向スコアの使用が含まれる場合があります。 JMPに傾向スコアの機能があるかどうかはわかりませんが、SASには2つの新しい手順が記載されていますここ.
Re: k は標本サイズの推定値が正規分布を必要とすることを意味しますか?ありがとう、マーク。 それは非常に役に立ちました。
Re: k は標本サイズの推定値が正規分布を必要とすることを意味しますか?バイアスは、有益なデータの省略と関係があります。 見積もりは省略の性質 (ネットワークへの所属など) とは無関係ですか、それとも条件付きですか? 見積もりは、保険ネットワークの加盟状況とは無関係ですか? 省略された観察が有益でない場合、推定は偏りがありません。 この問題は、分析と母集団の定義に関するあなたの質問にすべて関係しています。 したがって、対象範囲に 1 つの保険ネットワークのみが含まれ、見積もりと推論が他の保険ネットワークには適用されない場合は、バイアスについて心配する必要はありません。
サンプル サイズによって、推定値の標準誤差が決まります。 推定値は、母集団パラメーター、モデル パラメーター、または将来の応答 (スコアリング) の可能性があります。 グループが小さいほど、標準誤差 (信頼区間、予測区間、許容区間) が大きくなります。
偏りと分散は推定値の別個の属性ですが、全体的な精度を高めるために、一方の一部 (偏りの小さな増加) と他方の利益 (分散の大幅な減少) を交換することがあります。
サンプルサイズの恣意的な基準のみに基づいていくつかのグループを除外すると、バイアスがどのように導入されるかわかりません。 (上で述べたように、一部の省略の規則は推定値に偏りを与える可能性があります。) そのような省略は証拠の量を減らし、必然的に推定値の間隔の幅を増やすことを知っています。 スコアリングの精度が低下します。
これらのコメントは非常に一般的であり、データの識別と収集に限定されています。 (ただし、それほど重要ではありません。) 分析方法にも大きく依存します。
Re: k は標本サイズの推定値が正規分布を必要とすることを意味しますか?ありがとう、マーク。 あなたのコメントは非常に役に立ち、感謝しています。
外科医 1 人あたりの手術数を最小限に抑えることで懸念されるのは、再入院率、手術部位の再感染率などのパフォーマンス指標に基づいて外科医を採点していることです。 そのスコアリング分析を実行するときは、公正かつ偏りがないようにしたいと考えています。 データセットのネットワークへの所属に基づいて、外科医 X の手術は 100% であるが、外科医 Y の手術は 25% しかない可能性があります。 この場合、採点結果にバイアスがかかるでしょうか? 上記のパフォーマンス指標はすべて、私たちが得た観察に基づいた平均値であることに注意してください。
ありがとう！
Re: k は標本サイズの推定値が正規分布を必要とすることを意味しますか?セマンティクスに基づいて競合を開始しないように支援しようとしていますが、あなたの分析はまだ観察データに基づいています. 分析に含まれる外科医が特定の保険ネットワークとの提携に依存しているという事実は、母集団の定義とデータからの推論の制限に関係しています。 所属が予測因子/因子である場合でも、実験ユニット (外科医) がランダムに治療に割り当てられたわけではありません (保険ネットワークへの所属)。 実験とは、条件または処理を決定 (つまり、物理的に確立) し、実験単位をランダムに処理に割り当て、実行に対する応答を測定する研究です。
あなたの分析に含まれる外科医は、ある意味では無作為標本ですが、「単純な無作為標本」を構成するものではありません。 このようなサンプルは、特定のサイズのすべての可能なサンプルが母集団から選択される確率が等しいと仮定しています。 ここではそうではありません。
手術の数に基づいて外科医を除外する必要があるのはなぜですか? 最小数の手術の目的は何ですか?
手術の数が増えると、テストの力が高まります。 手術の回数が減少すると、テストの検出力が低下します。 手術回数がゼロの場合、検出力はゼロです (タイプ II の過誤のリスクは無限大です)。
繰り返しますが、私は理解し、助けようとしています。
Re: k は標本サイズの推定値が正規分布を必要とすることを意味しますか?申し訳ありませんが、詳細の一部を指定しませんでした。
私たちが受け入れたいアルファ値は .20 で、累乗は .80 です。 各外科医が行った実際の手術回数は必ずしもわかっていないため、これは実験になります。 これは、保険会社と協力しているときに発生する可能性があり、保険会社のネットワークの一部である病院で手術を行っていた外科医のデータのみを提供しています. したがって、外科医が 2016 年に 100 回の扁桃摘出手術を行った可能性がありますが、それらの観察結果の 25% しか与えられていません。
したがって、これは、基本的に外科医ごとにイベントのランダム サンプルのみを取得しているこれらの条件で、外科医ごとの最小観察数のカットオフをどのように定義するかという一種の実験になります。
私たちが特定の病院と協力しており、すべての外科医のデータに 100% アクセスできる場合、すべての観察結果を単純に使用でき、実験的なカットオフ制限について心配する必要がないという点で、私はあなたに同意します.
Re: k は標本サイズの推定値が正規分布を必要とすることを意味しますか?また、各観測値の応答も考慮してください。 一元配置分散分析は、計測JMP を使用する連続モデリングタイプ. データが次のように異なる場合数えますまたカテゴリーの場合、どの標本サイズ計算機も正しい標本サイズを決定しません。 このような場合は、一般化線形モデルプラットフォームまたはいずれかロジスティック回帰からのプラットフォームモデルをあてはめる.
Re: k は標本サイズの推定値が正規分布を必要とすることを意味しますか?サンプルサイズ計算機の使い方を誤解していると思います。 彼らの目的は、将来の決定正しいモデル (例: 平均 = 0 で分散が一定の正規分布)、既知の分散、検出する既知の最小差、有意水準 (許容可能なタイプ I 過誤率)、および目的の検出力 (1 - 許容可能なタイプ) II エラー率)。 この決定は、次の場合に非常に役立ちます。設計された実験.
あなたのケースは観察研究. 手術は、誰かが研究しているかどうかに関係なく行われます。 観察数によって研究に参加するグループまたは研究から除外するグループを事前に選択するのはなぜですか? グループを除外しても、検定の検出力が低下するだけです (一元配置分散分析)。 グループを除外すると、見積もりにバイアスがかかります。 この方法で、最も有益なグループを除外できます。
グループ A とグループ B を 20 回の観察で比較する最善の方法を誰かに尋ねられたら、それぞれ 10 回観察するように言います。 一方、グループ A の 17 回の観測とグループ B の 3 回の観測があると彼らが私に言った場合、私は彼らが持っているデータをテストするように彼らに言います。 以前のデザインほど有益ではありませんが、それだけです。 (ところで、推定値に偏りはありませんが、標準誤差が大きくなります。) 観察数が少ないためにグループ B を除外した場合、何が残るでしょうか?
Re: k は標本サイズの推定値が正規分布を必要とすることを意味しますか?早速のお返事ありがとうございます。 複数のグループを含むデータセット内のグループごとの最小サンプル サイズを知る方法として、Welch の ANOVA を使用できますか?
一歩下がって、私が何をしているのかを説明すると役立つかもしれません。 私は、複数の種類の手術について外科医による観察を受けています。 特定の手術 (データセット) について、その手術を行った 10 人の異なる外科医 (10 の異なるグループ) を互いに比較したい場合があります。 特定の手術の各外科医は、異なる数の手術を行います。 その外科医 (グループ) を分析に含めるために、グループ (外科医) ごとの手術 (観察イベント) の最小数を決定しようとしています。
ありがとう！
トム
Re: k は標本サイズの推定値が正規分布を必要とすることを意味しますか?このサンプルサイズ計算機は、一定の分散を仮定した一元配置分散分析 (ANOVA) モデルに基づいています。 応答 Y は、定数項 (このパラメーター化では切片または平均応答)、X = k グループ効果、および誤差の組み合わせとしてモデル化されます。 (グループ効果の合計はゼロになることに注意してください。) エラーは、平均 = 0 で分散がグループに依存しない正規分布であると想定されます。
kが何であるかは問題ではありません。
分散が因子レベル (グループ) に依存する場合は、Welch ANOVA を使用します。
エラーが正規分布していない場合は、ノンパラメトリック法またはリサンプリング法を使用します。
