UsefulVerse
Язык · Русский

Бесплатно, без регистрации

Статистический калькулятор мощности

Запланируйте сравнение средних значений в двух группах. Оцените мощность на основе размера выборки или оцените участников, необходимых для достижения целевой мощности.

Коэна d — это ожидаемая разница между средними значениями группы, деленная на общее стандартное отклонение. Используйте обоснованную оценку на основе предыдущих данных или значимый минимальный эффект, а не результат, выбранный после просмотра данных.

Аппроксимация для двух независимых групп одинакового размера, сравнивающих средние значения с нормальной (z) моделью. Это не точный расчет t-теста для малой выборки.

Номер модели Statsmodels: двухвыборочная модель нормальной мощности

Что означает статистическая мощность?

Мощность — это вероятность того, что запланированный тест обнаружит указанный эффект, когда этот эффект реален. Это зависит от размера эффекта, размера выборки и уровня значимости.

Часто задаваемые вопросы

Что означает статистическая мощность?

Мощность — это вероятность того, что запланированный тест обнаружит указанный эффект, когда этот эффект реален. Это зависит от размера эффекта, размера выборки и уровня значимости.

Загружены ли предположения моего исследования?

Нет. Расчеты выполняются в этом браузере. Ваши предположения не загружаются и не сохраняются с помощью этого инструмента.

Что означает мощность 80 %?

При сделанных предположениях оценка в 80 % означает, что запланированный тест обнаружит указанный эффект примерно в 80 % случаев, если бы этот эффект был реальным. Вероятность того, что результат верный, не составляет 80%.

Что такое d Коэна?

Коэн d — это стандартизированная разница между двумя средними значениями: ожидаемый разрыв, разделенный на общее стандартное отклонение. Результат сильно зависит от выбранного вами эффекта.

Заменяет ли это анализ полной мощности?

Нет. Эта оценка браузера охватывает сбалансированное сравнение средних двух групп с нормальной аппроксимацией. Он не моделирует неравные размеры групп, парные данные, пропорции, дисперсионный анализ, кластерные или повторяющиеся измерения, ковариаты, точные t-критерии, множественное тестирование или ограничения дизайна, специфичные для исследования.