Hice un estudio retrospectivo para comparar la eficacia de dos tratamientos diferentes para pacientes con problemas de infertilidad. Obtuve resultados negativos. ¿Cómo se puede convencer a los lectores de que este no es un estudio de poca potencia? ¿De qué sirve calcular la potencia si el estudio se ha completado?
Hola,
El poder estadístico le permite medir la diferencia más pequeña detectable dentro de un determinado poder, tamaño de cohorte y la desviación estándar variable utilizada en su análisis. Por lo tanto, se podría formular un análisis de poder retrospectivo en términos de no detectar ninguna diferencia significativa (es decir, relevante para la comunidad clínica) dentro de un determinado ámbito de poder. Aún así, no rechazar la hipótesis nula no es lo mismo que concluir que sus dos tratamientos no son diferentes.
En la práctica, puede utilizar la pestaña Diseño del experimento para buscar el menú Tamaño de muestra y Potencia. En su caso, parece que está comparando dos medias con un tamaño de población definido. Al ingresar estos parámetros, JMP mostrará una curva de potencias por diferencia a detectar (es decir, el número de desviaciones estándar entre las medias de los dos tratamientos).
Esta respuesta es mi humilde intento de proporcionar una respuesta práctica. Otros pueden tener explicaciones más refinadas.
Mejor,
TS
Hola @fgaochori : "¿De qué sirve calcular la potencia si el estudio ya está completo?". Como implica su pregunta retórica... la respuesta corta es "no tiene mucho sentido" hacer tales cálculos. Sí eso poder ser calculado (como tú poder tirar una pelota de golf al inodoro)...pero debería ¿tú?. No.
Aquí hay un buen artículo con buenas referencias. https://library.virginia.edu/data/articles/post-hoc-power-calculations-are-not-useful
Una de las referencias aquí: https://www.zoology.ubc.ca/~bio501/R/readings/hoenig%20&%20heisey%202001%20am%20stat%20-%20fallacy%20of%20power%20calculations%20for%20data%20analysis.pdf
