Sto tenendo un corso di metodi statistici del 2° semestre per studenti laureati non in statistica. Quest'anno è la prima volta in 8 anni che lo insegno. 8 anni fa, tutto era basato su SAS. Quest'anno, sto lasciando che gli studenti scelgano tra R (che posso supportare facilmente), SAS (anch'esso facilmente supportato) e JMP (anch'esso facilmente supportato per la maggior parte delle cose). Il mio problema è impostare un calcolo di potenza/dimensione del campione in JMP. Per quanto ne so, JMP richiede di impostare un'analisi, forse con dati fittizi, quindi rivedere sigma, delta e n per la situazione in questione. Posso farlo dopo le finestre di dialogo Adatta Y per X/t-test raggruppato o Adatta modello.
La mia preoccupazione è che il risultato JMP differisca dai calcoli manuali, dai calcoli R e dai calcoli SAS (tutti essenzialmente uguali). Ecco cosa chiedo nel prossimo compito (linguaggio leggermente diverso perché il vero problema HW è la parte c in una sequenza di domande).
Immagina un confronto di medie tra due campioni indipendenti. Supponiamo che sigma = 4,1 e delta (differenza nelle medie) = 5,98. Se utilizzi n=5 per ogni gruppo, qual è la potenza di un t-test a due campioni alfa = 0,05? JMP mi dice 0,59:
SAS (proc potenza; test twosamplemeans=diff stddev=4.1 npergroup=5 meandiff=5.98 potenza=.;
esegui; e R (power.t.test( n=5, delta=5.98, sd=4.1, strict=TRUE)
dammi 0,527. Un calcolo manuale utilizzando un'approssimazione t spostata mi dà essenzialmente 0,5.
Cosa sto sbagliando quando imposto il problema in JMP? In particolare, cosa dico agli studenti che usano JMP venerdì, in modo che possano risolvere correttamente i problemi?
Grazie,
Filippo Dixon
Il problema è la dimensione del campione. Se n = 5 per ogni gruppo, la dimensione totale del campione è 10. JMP sta cercando la dimensione totale del campione e presume che i campioni siano equamente distribuiti tra i due gruppi (o il più vicino possibile).
Se hai una situazione in cui vuoi campioni sbilanciati, allora vai con l'approccio "dati fittizi", il che ha senso. Se stai utilizzando un calcolatore delle dimensioni del campione per pianificare la raccolta dei dati, dovresti pianificare in modo equilibrato: una proprietà desiderabile.
Oh, e come @Thierry_S sottolineato, c'è un punto per ottenere la dimensione del campione e la potenza. Usando quella finestra di dialogo, ho scelto Two Sample Means, ho inserito le tue informazioni e ho ottenuto questo risultato che corrisponde agli altri pacchetti.
