Шта је статистичка моћ? | Статистика

Моћ је дугорочна вероватноћа серије идентичних студија да открије статистички значајан ефекат (нпр. п<0,05) ако постоји. Вероватноћа грешке типа 2 у серији идентичних студија је један минус степен (1-ß, често 20%).

Нпр.

Стотину студија је спроведено унутар исте популације са истом структуром третмана А наспрам третмана Б. Права разлика у третману у стварном животу између А и Б је 30% већа шанса за потпуни опоравак у лечењу А. Када се изврши статистика на ових сто студија (иста популација, иста варијанса, иста стандардна девијација), у просеку око 20 студије неће показати статистички значајан ефекат. Ово је стопа грешке типа 2, или лажно негативи— директно повезани са статистичком снагом (1-ß).

Дакле, поједностављено речено, неадекватно покренута студија ће ређе показати статистички значајан ефекат, док заправо постоји разлика.

Ово утиче на моћ

На снагу утиче неколико фактора, баш као и на п-вредности .

• Величина узорка: већи узорак = више снаге (јасније разлике између група, мање буке података)
• Варијанца: мања варијанса = већа снага
• Величине ефеката : веће величине ефекта = више снаге (лакше уочити тестом)
• Тип статистичког теста: неки тестови дају више снаге у замену за више претпоставки (нема бесплатних ручкова у статистици)

Међутим, кључно је разумети да статистичка моћ (нпр. 80%) постоји за један алат за мерење, за једну тачку у времену, за једну величину ефекта.

Мала снага = непоуздана студија

Дакле, недовољна студија повећава ризик од грешака типа 2 (лажно негативне) , али повећава и ризик од грешака типа 1 (лажно позитивне), са надуваним ефектима. Ово се зове 'победничка клетва'. Због тога једноставно не можете да баците више мера исхода на величину узорка и мерите у више тачака у времену, а да не дозволите да се ваша статистичка снага сруши. Добри истраживачи и клиничари знају да су секундарне мере исхода само сугестивне јер студија није заснована на тој количини мера. Потребне су вам нове студије да бисте потврдили те сугестије. Горе описани проблем се назива проблем вишеструког поређења .

Могу да замислим да ово звучи помало контраинтуитивно. Погледајмо пример.

Нпр.

Предајете групи од 200 студената и одлучујете да их поделите у две групе. Циљ вашег истраживања је да видите да ли постоје полне разлике као што је више жена у једној групи у поређењу са другом. Нема разлике. Затим погледате боју очију, боју косе, дужину кажипрста, ПР, квалитет живота, године, број браће и сестара итд. Шансе су да ћете негде наићи на статистички значајан резултат. Ово је проблем вишеструког поређења .

Решења

Да би избегли недовољно снажне студије и ризик од лажних позитивних или лажних негативних резултата , истраживачи морају да планирају своје студије са адекватном снагом. Ово захтева разматрање фактора као што су величина узорка, величина ефекта , варијанса и коришћени статистички тест. Вишеструко тестирање такође представља ризик од лажних позитивних резултата , који се могу решити методама као што су подешавање нивоа значајности или коришћење контроле стопе лажног откривања. Разумевањем концепта статистичке моћи и њеног значаја у тестирању хипотеза, истраживачи могу да осмисле студије које дају поуздане и значајне резултате.

Гренланд, С., Сенн, С.Ј., Ротхман, К.Ј., Царлин, Ј.Б., Пооле, Ц., Гоодман, С.Н., & Алтман, Д.Г. (2016). Статистички тестови, П вредности, интервали поверења и снага: водич за погрешна тумачења. Еуропеан јоурнал оф епидемиологи, 31(4), 337–350. хттпс://дои.орг/10.1007/с10654-016-0149-3

Ингре М. (2013). Зашто су мале студије мале снаге лошије од великих студија велике снаге и како се заштитити од „тривијалних” налаза у истраживању: коментар на Фристон (2012). НеуроИмаге, 81, 496–498. хттпс://дои.орг/10.1016/ј.неуроимаге.2013.03.030

Гренланд, С., Сенн, С.Ј., Ротхман, К.Ј., Царлин, Ј.Б., Пооле, Ц., Гоодман, С.Н., & Алтман, Д.Г. (2016). Статистички тестови, П вредности, интервали поверења и снага: водич за погрешна тумачења. Еуропеан јоурнал оф епидемиологи, 31(4), 337–350. хттпс://дои.орг/10.1007/с10654-016-0149-3