Calcolatore di potenza Dimensione minima del campione - Test per una media
Istruzioni: Questo calcolatore di potenza statistica calcola, mostrando tutti i passaggi, la dimensione minima del campione richiesta (\(n\)) per raggiungere una data potenza statistica target (\(1-\beta\)), quando si esegue il test per una media di una popolazione. È necessario fornire il livello di significatività (\(\alpha\)), la potenza target, la dimensione dell'effetto (\(d\)) e il tipo di coda (coda sinistra, coda destra o due code). Se non conosci il valore esatto della dimensione dell'effetto, scegli tra la dimensione dell'effetto piccola, media o grande nel modulo sottostante:
Maggiori informazioni su questo calcolatore di potenza
Questo calcolatore di potenza statistica consente di calcolare la dimensione minima del campione richiesta \(n\) per raggiungere una potenza statistica target, quando si conosce il livello di significatività (\(\alpha\)), la dimensione del campione, la dimensione dell'effetto (\(d\)) e il tipo di coda (coda di sinistra , coda destra o due code). Questo di solito è indicato come un file Calcolo A-Priori Power . Controlla qui per un file Calcolatore di potenza post-hoc
Cos'è esattamente il potere statistico?
La potenza statistica di un test corrisponde alla probabilità di rifiutare un'ipotesi nulla. Questa è la probabilità di rilevare un vero effetto. Tecnicamente, la potenza statistica è 1 meno la probabilità di un errore di tipo 2, o \(1 - \beta\).
Potenza e dimensione dell'effetto
In genere, l'informazione più difficile da ottenere è la dimensione dell'effetto, definita come d di Cohen. Se non hai il valore effettivo di \(d\), puoi approssimarlo classificandolo in una delle tre categorie: piccolo, medio e grande dimensione dell'effetto .
Un modo per stimare l'entità della dimensione dell'effetto, se non disponibile direttamente, è usare la meta-analisi. Questa tecnica consiste nell'analizzare molti studi su fenomeni simili, e ottenere una "media" della dimensione dell'effetto ottenuto in quegli studi. Questo è il modo per ottenere una sorta di dimensione media dell'effetto ecologico . Questo processo sarà probabilmente una stima molto approssimativa, che spesso è meglio di niente.