如何解决实验设计的样本量计算
我有3个治疗(野生型、Mutant1和Mutant2);我请求输入关于如何确定具有高统计功效 (1-beta=0.8) 的具有统计显着性 (alpha
问题
我知道我们需要效果大小的信息。如果我们事先不知道预期的效果大小,我们就会解决这个问题;一个试验性实验来估计效应量。在这种情况下,如果我们想通过试验来估计效应量;开始时的样本量可能是多少;高 (n=10) 还是低至 n=3?治疗中的 n=3 是否可以提供对效果大小的良好估计,或者 n=10 可以更好地获得此估计值。让我们具体点;如果我们有 n=10 最大的资源。我们可以选择在 n=3 或 n=10 之间进行试验
解决方法
这个问题最好在https://stats.stackexchange.com中提出。
我不鼓励您尝试从具有低 n
的试点实验中估计效果大小。你的估计会非常嘈杂,而且很少这样做(至少在我的神经科学领域)。相反,我建议您从文献中估计您的效果大小。其他人是否测量过与您计划做的类似的事情?他们使用的样本大小是多少?他们报告了什么样的效果大小。
如果您打算继续进行试点研究,我建议您预先注册您的实验设计 (https://www.cos.io/initiatives/prereg)。类似的东西:
我们将在一组 30 只小鼠(每组 10 只)中测试突变 1 和突变 2 对 XXXX(与野生型相比)的影响。根据这项研究的结果,然后我们将进行功效分析,并以 p=0.05 时具有 0.8 功效所需的样本量重现实验。
我们从功效分析中排除动物的标准是......
估计效果大小的统计检验将是......"
等
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。