实验设计的样本量计算

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