Hilfe zur StichprobengrößenberechnungDer primäre Endpunkt meiner Studie ist die Ermittlung des Anteils der Patienten, die nach der Behandlung eine positive Wirkung verspüren. Wir haben einen Nullhypothesenanteil (𝐻0) von 0,5 festgelegt, was bedeutet, dass wir davon ausgehen, dass etwa 50 % der Patienten nach der Intervention eine positive Reaktion auf die Behandlung zeigen werden. Diese Zahl dient in unserer Analyse als klinisch relevanter Grenzwert für die Wirksamkeit.
Darüber hinaus haben frühere Untersuchungen einen proportionalen Effekt von 0,74 für ähnliche Behandlungen gezeigt. Wir haben daher diesen Wert als unsere Alternativhypothese (𝐻𝑎) gewählt und gehen davon aus, dass das neue Medikament eine Effektstärke aufweisen wird, die mindestens so groß ist wie dieser Benchmark.
Angesichts dieser Parameter haben wir vorläufige Stichprobengrößenberechnungen durchgeführt, um eine ausreichende Aussagekraft für unsere Studie sicherzustellen. Dennoch möchten wir unsere Methodik validieren und Unterstützung erhalten, um zu bestätigen, dass unser Ansatz den Best Practices entspricht und dass unsere Stichprobengröße ausreicht, um einen signifikanten Unterschied zwischen der Nullhypothese und der Alternativhypothese festzustellen.
Ich habe es in JMP (im Bild) als 0,5 und 0,74 eingegeben und habe ein Ergebnis von 35
Ich möchte die Community fragen, ob ich bei der Berechnung der Stichprobengröße alles richtig mache.
Erweiterte statistische ModellierungBetreff: Hilfe zur StichprobengrößenberechnungIhre Frage und Analyse basieren auf einer „einfachen Zufallsstichprobe“. Ist diese Art von Stichprobe angemessen? Wie wird diese Stichprobe gezogen oder ausgewählt? Wie werden Sie Kovariate wie Geschlecht und Alter kontrollieren? Für welche Population hoffen Sie, mit dieser Stichprobe und Studie Ergebnisse zu erzielen?
Betreff: Hilfe zur StichprobengrößenberechnungIch werde es lesen. Ehrlich gesagt ist das ein Aspekt, in dem ich sehr schwach bin. Ich habe dir eine Nachricht geschickt. Ich hoffe, du kannst darauf antworten
Betreff: Hilfe zur StichprobengrößenberechnungHallo @thiennguyen. Die Berechnungen werden schnell kompliziert. Aber hier ist JMPs Beschreibung der Berechnung.
https://www.jmp.com/support/help/en/17.2/#page/jmp/power-for-one-sample-proportion.shtml
Betreff: Hilfe zur StichprobengrößenberechnungDa Ho und Ha natürlich sehr eng beieinander liegen, ist eine größere Stichprobengröße erforderlich. Für meine Forschung stehen also 0,5 und 0,74 bei einer Stichprobengröße von 35 zur Verfügung. Ich meine, ich verstehe nicht, wie JMP 35 berechnet.
Betreff: Hilfe zur StichprobengrößenberechnungHallo @thiennguyen. Ja, Ihre Stichprobengröße hängt davon ab, was Wahrheit ist (zusammen mit Alpha, H0, Ha usw.). Denken Sie mal so darüber nach. Nehmen wir für den Moment an, dass es im JMP-Dialog zwei Optionen für Ihren „alternativen Anteil“ gibt:
A: p = 0,51.
B: p = 0,95
Und Alpha = 0,05, mit H0: p = 0,5 vs. Ha: p > 0,5.
Was, A oder B, würde eine größere Stichprobengröße erfordern, um Ha: p > 0,5 zu behaupten?
Betreff: Hilfe zur StichprobengrößenberechnungNein, das glaube ich nicht, aber ich brauche auf der Grundlage ähnlicher früherer Untersuchungen einen Anteil, den ich in den JMP-Dialog eingeben kann.
Betreff: Hilfe zur StichprobengrößenberechnungEs gibt (1) die Sache, die Sie beweisen möchten (Ha p > 0,5), und (2) das, was Sie tatsächlich über Ihre Behandlung glauben. Wenn Sie also p > 0,5 beweisen möchten, muss das alternative p größer als 0,5 sein. Was glauben Sie, wie hoch Ihr Behandlungs-p sein soll? 0,55, 0,6, 0,7, …? D. h., wenn Sie behaupten möchten, dass p > 0,5 ist, muss es tatsächlich > 0,5 sein. Und denken Sie daran, dass das p, über das wir sprechen, das Populations-p ist, nicht das Stichproben-p. Glauben Sie, dass es für Ihre Behandlung 0,74 ist?
Betreff: Hilfe zur Stichprobengrößenberechnungja, ich definiere den Effekt als p>=0,5. Und frühere Untersuchungen haben gezeigt, dass er bei 0,74 liegt.
Nein, ich brauche keine Stichprobengröße, um ein bequemes Ergebnis von mindestens 0,74 zu erhalten. Aber ich verstehe nicht, wie JMP die Stichprobengröße mit zwei einzugebenden Parametern berechnet: Angenommener Anteil und Alternativer Anteil!
Betreff: Hilfe zur StichprobengrößenberechnungWie definieren Sie „effektiv“? p>0,5? Wollten Sie nicht eine Effektstärke nachweisen, die mindestens so groß ist wie der Benchmark für p von mindestens 0,74?Betreff: Hilfe zur StichprobengrößenberechnungIch möchte beweisen, dass Medikamente zur Behandlung von Krankheiten wirksam sind.
Betreff: Hilfe zur StichprobengrößenberechnungWas möchten Sie mit dieser Studie beweisen (behaupten können)?Betreff: Hilfe zur StichprobengrößenberechnungIch möchte Ho = 0,5 wählen. Das bedeutet, dass die Behandlungsmethode bei Ha > 0,5 wirksam ist.
Mein Problem besteht jedoch darin, wie ich die Stichprobengröße anhand früherer Untersuchungen berechnen kann, die zeigten, dass die Wirkung des Medikaments 0,74 betrug (74 % der Behandlungsgruppe).
Betreff: Hilfe zur StichprobengrößenberechnungHallo @thiennguyen. Hier ist ein Beispiel. https://www.jmp.com/en_gb/learning-library/topics/basic-inference--proportions-and-means/sample-size-and-power-for-one-sample-proportion.html
Ich bevorzuge die genaue Methode. Andere sind vielleicht anderer Meinung.
Betreff: Hilfe zur StichprobengrößenberechnungHallo @thiennguyen . Entschuldigen Sie, dass ich das nicht klarer ausgedrückt habe. Der angenommene Anteil ist H0 p < 0,74. Der alternative Anteil ist etwas größer als 0,74. Entschuldigen Sie, dass ich die Eingaben durcheinander gebracht habe, ich habe derzeit keinen Zugriff auf meinen Computer.
Betreff: Hilfe zur StichprobengrößenberechnungJa, ich bin mir meines Fehlers bewusst. Das JMP-Dialogfeld mit den zwei Textfeldern für den Hypothesenanteil ist mir jedoch ein Rätsel! Ich verstehe sie nicht.
Ich hoffe, dass mir jemand bei der Berechnung der Stichprobengröße für meine Forschung helfen und das obige JMP-Dialogfeld erklären kann!
Betreff: Hilfe zur StichprobengrößenberechnungHallo @thiennguyen : Sie möchten zeigen, dass der proportionale Effekt Ihrer Behandlung 0,74 oder mehr beträgt. Richtig?
Also, Ha ist p>=0,74. Ha ist immer das, was Sie zeigen wollen. Dann ist HO das Gegenteil von Ha. HO ist p<0,74. Das ist also ein einseitiger Test. Ihr angenommener Anteil muss irgendwo in Ha liegen. Wenn Sie schließlich nicht glauben, dass Ha wahr ist, warum führen Sie dann die Studie durch? Wenn Ihr angenommener p in H0 liegt, haben Sie außerdem eine Power <= 0,05 (und wenn Sie p=0,74 annehmen, dann ist Power = Alpha = 0,05). Um also Ihre Frage zu beantworten: Nein, Sie haben es nicht richtig:)
