Tamaño de muestra requerido para ANOVA de diseño mixto para lograr potencia estadística adecuada

Question

Contexto

Ejecuté un experimento con 3 x 2 diseño con tres niveles dentro del factor de los sujetos (medidas repetidas) y dos niveles con respecto a los factores entre los sujetos.

Estoy interesado en examinar los cambios desde la línea de base y el efecto de interacción.

Pregunta

• ¿Cómo calculo el tamaño de muestra requerido para un diseño de 3 x 2 para lograr la potencia estadística adecuada?

Answer 1

• Usted necesita decidir lo que es aceptable el poder estadístico para una determinada significación de la prueba. La regla de oro de 80% de la potencia razonable, es a menudo de boca en boca. Sin embargo, creo que es más sensato para ver el tamaño de la muestra la selección como un problema de optimización, donde el poder estadístico es sino una consideración, y el coste de la recogida de datos adicionales se considera (ver aquí para más discusión de mis pensamientos).
• Mixto de ANOVA implica múltiples potencial de las pruebas de significación. Al menos hay dos efectos principales y de interacción. Potencialmente, también hay varias comparaciones. Cada uno de significación de la prueba puede tener diferente poder estadístico, y por lo tanto, literalmente, no tiene sentido hablar de "el" poder estadístico de un diseño mixto, como si de un singular propiedad. Al determinar el tamaño mínimo de la muestra, es posible que desee pensar acerca de las posibles pruebas de significación en el mixto de ANOVA son importantes. Si todos ellos son importantes, entonces usted puede desear considerar el tamaño de la muestra requerido por el menos potente de significación de la prueba.
• G Power 3 permite el análisis de la potencia para los tres tipos de pruebas de significación en un mixto de ANOVA (entre los sujetos; dentro de los temas; y la interacción).
  • Descargar este software gratuito y de ir a la tests - means - Repeated Measures ... menú.
  • El software permite el a priori (es decir, calcular el tamaño de la muestra dado el tamaño del efecto, el alfa, el poder, y el diseño) o post hoc (es decir, calcular la potencia para un determinado tamaño de la muestra, el tamaño del efecto, el alfa y el diseño), el análisis de poder.