Estoy dictando un curso de métodos estadísticos de segundo semestre a estudiantes de posgrado que no son de estadística. Este año es la primera vez en 8 años que lo doy. Hace 8 años, todo se basaba en SAS. Este año, estoy dejando que los estudiantes elijan entre R (que puedo soportar fácilmente), SAS (también fácilmente soportado) y JMP (también fácilmente soportado para la mayoría de las cosas). Mi problema es configurar un cálculo de potencia/tamaño de muestra en JMP. Hasta donde sé, JMP requiere que configures un análisis, tal vez con datos simulados, luego revises sigma, delta y n para la situación en cuestión. Puedo hacer eso después de los cuadros de diálogo Ajustar Y por X/prueba t agrupada o Ajustar modelo.
Mi preocupación es que el resultado de JMP difiere de los cálculos manuales, los cálculos con R y los cálculos con SAS (todos son básicamente lo mismo). Esto es lo que voy a preguntar en la próxima tarea (un lenguaje ligeramente diferente porque el problema real de la tarea es la parte c de una secuencia de preguntas).
Imaginemos una comparación de medias entre dos muestras independientes. Supongamos que sigma = 4,1 y delta (diferencia de medias) = 5,98. Si utilizamos n = 5 para cada grupo, ¿cuál es la potencia de una prueba t de dos muestras con alfa = 0,05? JMP me dice 0,59:
SAS (potencia de proceso; prueba de medias de dos muestras=diff stddev=4,1 npergroup=5 meandiff=5,98 potencia=.;
ejecutar; y R (power.t.test( n=5, delta=5.98, sd=4.1, strict=TRUE)
Dame 0,527. El cálculo manual con una aproximación de t desplazada me da básicamente 0,5.
¿Qué estoy haciendo mal cuando planteo el problema en JMP? En particular, ¿qué les digo a los estudiantes que usan JMP el viernes para que puedan resolver los problemas correctamente?
Gracias,
Philip Dixon
El problema es el tamaño de la muestra. Si n=5 para cada grupo, el tamaño total de la muestra es 10. JMP está buscando el tamaño total de la muestra y asume que las muestras están distribuidas equitativamente entre los dos grupos (o lo más cerca posible).
Si tiene una situación en la que desea muestras desequilibradas, entonces opte por el enfoque de "datos simulados", lo cual tiene sentido. Si está utilizando una calculadora de tamaño de muestra para planificar la recopilación de datos, debe planificar en equilibrio, una propiedad deseable.
Ah, y como @Thierry_S señaló, hay un lugar para obtener el tamaño y la potencia de la muestra. Usando ese cuadro de diálogo, elegí Two Sample Means, ingresé su información y obtuve este resultado que coincide con los otros paquetes.
