Für einen Korrelationstest in Biostatistik (wie die Pearson oder Spearman-Test), wählen Sie die Punktdiagramm, das wie eine erhebliche Menge von Korrelation aussieht. Jedes Diagramm zeigt den Wert der r
(Der Korrelationskoeffizient) und die erforderliche Anzahl von auswertbaren Probanden (jeweils ein Bereitstellen
x und
y Wert). Zum Beispiel, wenn das Streudiagramm in der unteren linken Ecke (entsprechend
r = 0,6) scheint eine wichtige Menge an Korrelation zu zeigen, werden Sie etwa 20 auswertbaren Probanden benötigen.
Für andere r Werte, die nicht in den vorhergehenden Punktdiagrammen sind, diese Faustregel gilt Probengröße zu schätzen: Sie benötigen etwa 8 /r2 - 3 auswertbaren Probanden.
Probengröße Schätzung für ungepaarte Student t-Tests in Biostatistik
In Biostatistik, wenn die Mittel von zwei unabhängigen Gruppen von Probanden Vergleichen eines ungepaarten Student t-Test, der Effektgröße wird als das Verhältnis, ausgedrückt von # 916- (Delta, die Differenz zwischen den Mittelwerten der beiden Gruppen) geteilt durch # 963- (Sigma, die innerhalb der Gruppe Standardabweichung).
Jedes Diagramm in der folgenden Abbildung zeigt Glockenkurven überlappen, die die Menge der Trennung zwischen zwei Gruppen zeigen, zusammen mit der Effektgröße (# 916 - / # 963-) und die erforderliche Anzahl von auswertbaren Probanden in jeder Gruppe. Wählen Sie das Diagramm, das wie eine wichtige Menge an Trennung zwischen den beiden Gruppen aussieht. Zum Beispiel, wenn das mittlere Diagramm (entsprechend einem Unterschied zwischen den Gruppen, die als innerhalb der Gruppe Standardabweichung drei Viertel so groß ist) wie eine erhebliche Menge von Trennung aussieht, dann müssen Sie etwa 29 auswertbaren Probanden pro Gruppe (für insgesamt von 58 auswertbaren Patienten).
Für andere # 916 - / # 963- Werte, verwenden Sie die folgende Faustregel Probengröße zu schätzen: Sie benötigen etwa 16 / (# 916 - / # 963-)2 auswertbaren Probanden in jeder Gruppe.
Probengröße Schätzung für gepaarte Student t-Tests in Biostatistik
In Biostatistik, wenn gepaart Messungen miteinander verglichen werden (wie zum Beispiel Änderungen zwischen zwei Zeitpunkten für das gleiche Motiv) ein gekoppeltes Student t-Test, der Effektgröße wird als das Verhältnis, ausgedrückt von # 916- (Delta, die mittlere Veränderung) dividiert durch # 963- (Sigma, die Standardabweichung der Änderungen). Eine andere, vielleicht einfacher Weg, um die Wirkung Größe auszudrücken, ist durch die relative Anzahl der erwarteten Patienten mit positiven gegenüber negativen Veränderungen. (Diese Verhältnisse sind unter jeder Kurve dargestellt.)
Jedes Diagramm in der folgenden Abbildung zeigt eine Glockenkurve, welche die Ausbreitung von Änderungen, zusammen mit der Effektgröße (# 916 - / # 963-), das Verhältnis von positiven zu negativen Unterschiede, und die erforderliche Anzahl von auswertbaren Probanden (jedes Thema Bereitstellung ein Paar von Messungen). Wählen Sie das Diagramm, das wie eine wichtige Größe der Veränderung (bezogen auf die vertikale Linie, die keine Veränderung) aussieht. Zum Beispiel entspricht das mittlere Diagramm auf eine mittlere Veränderung, die als Standardabweichung von den Veränderungen, die mit etwa 3,4-mal so viele Themen zu erhöhen, wie abnehm drei Viertel so groß ist. Wenn dies wie eine wichtige Größe der Veränderung aussieht, dann müssen Sie die 16 Paare von Messungen (wie 16 Probanden, die jeweils mit einer Vorbehandlung und eine Nachbehandlung Wert).
Für andere # 916 - / # 963- Werte, verwenden Sie die folgende Faustregel Probengröße zu schätzen: Sie benötigen etwa 8 / (# 916 - / # 963-)2 + 2 Paare von Messungen.
Estimating Probengröße Wenn zwei Proportions in Biostatistik Vergleich
Der Anteil der Patienten etwas attribute (wie die Reaktion auf die Behandlung) aufweist, kann durch die Schaffung einer Querlasche aus den Daten, wobei die beiden Reihen bilden die beiden Gruppen und die beiden Spalten stellen die Anwesenheit oder Abwesenheit zwischen zwei Gruppen von Versuchspersonen verglichen werden des Attributs. In Biostatistik, diese Kreuztabelle kann mit einem Chi-Quadrat oder Fisher-Exakt-Test analysiert werden.
Um die erforderliche Stichprobengröße abschätzen zu können, müssen Sie die erwarteten Verhältnisse in den beiden Gruppen zur Verfügung zu stellen. Schauen Sie sich die beiden Proportionen Sie auf der linken Seite und oben auf der folgenden Tabelle vergleichen möchten. (Es ist egal, welchen Anteil Sie, auf welcher Seite sehen.) Die Zahl in der Zelle der Tabelle ist die Anzahl der auswertbaren Themen, die Sie brauchen in jeder Gruppe. (Die gesamte erforderliche Stichprobengröße ist doppelt so viele.)
Zum Beispiel, wenn Sie 40 Prozent der unbehandelten Patienten mit einer bestimmten Krankheit erwarten zu sterben, aber nur 30 Prozent der Patienten mit einem neuen Medikament behandelt, um zu sterben, würden Sie die Zelle an der Kreuzung der 0,30 Zeile und die 0,40-Säule (oder umge finden kehrt), die die Zahl enthält 376. Sie müssen also 376 auswertbaren Probanden in jeder Gruppe oder 752 auswertbaren Probanden insgesamt.
