Cálculo do poder estatístico

Pelo que entendi, preciso conhecer pelo menos três aspectos (em quatro) do meu estudo proposto para realizar a análise de poder, a saber:

• tipo de teste - pretendo usar re de Pearson e ANCOVA / Regressão - GLM
• nível de significância (alfa) - pretendo usar 0,05
• tamanho esperado do efeito - pretendo usar um tamanho médio de efeito (0,5)
• tamanho da amostra

Alguém poderia recomendar uma boa calculadora de energia on-line que eu possa usar para fazer um cálculo de energia a priori . (O SPSS pode fazer um cálculo de potência a priori ?)

Me deparei com o GPower, mas estou procurando uma ferramenta mais simples!

Receio que não seja uma resposta que você queira ouvir, mas vou dizer assim mesmo: tente resistir à tentação das calculadoras on-line (e economize seu dinheiro antes de comprar calculadoras proprietárias).

Aqui estão algumas das razões pelas quais: 1) todas as calculadoras on-line usam notação diferente e geralmente são mal documentadas. É uma perda de tempo. 2) O SPSS oferece uma calculadora de energia, mas eu nunca tentei porque era muito caro para o meu departamento pagar! 3) Frases como "tamanho médio do efeito" são, na melhor das hipóteses, enganosas e, na pior das hipóteses, simplesmente erradas para todos, exceto os projetos de pesquisa mais simples. Existem muitos parâmetros e muita interação para poder destilar o tamanho do efeito em um único número em [0,1]. Mesmo se você pudesse colocá-lo em um único número, não há garantia de que o 0,5 de Cohen corresponda a "médio" no contexto do problema.

Acredite em mim - é melhor a longo prazo morder a bala e ensinar a si mesmo como usar a simulação em seu benefício (e o benefício da (s) pessoa (s) que você está consultando). Sente-se com eles e execute as seguintes etapas:

1) Decida um modelo que seja apropriado no contexto do problema (parece que você já trabalhou nesta parte).

2) Consulte-os para decidir quais devem ser os parâmetros nulos, o comportamento do grupo de controle, o que quer que isso signifique no contexto do problema.

3) Consulte-os para determinar quais devem ser os parâmetros para que a diferença seja praticamente significativa . Se houver limitações no tamanho da amostra, isso também deve ser identificado aqui.

4) Simule dados de acordo com os dois modelos em 2) e 3) e execute seu teste. Você pode fazer isso com abundância de software - escolha o seu favorito e faça o mesmo. Veja se você rejeitou ou não.

$n$$\hat{p}$$\sqrt{\hat{p}(1 - \hat{p})/n}$

Se você fizer sua análise de energia dessa maneira, encontrará várias coisas: A) havia muito mais parâmetros em execução do que você jamais imaginou. Isso fará você se perguntar como é possível agrupar todos eles em um único número como "médio" - e você verá que isso não é possível, pelo menos não de maneira direta. B) seu poder será muito menor do que muitas outras calculadoras anunciam. C) você pode aumentar a potência aumentando o tamanho da amostra, mas cuidado! Você pode achar que, para detectar uma diferença "praticamente significativa", é necessário um tamanho de amostra proibitivamente grande.

Se você tiver algum problema com alguma das etapas acima, poderá coletar seus pensamentos, formule uma pergunta para o CrossValidated e as pessoas aqui o ajudarão.

EDIT: No caso de você achar que precisa absolutamente usar uma calculadora on-line, a melhor que encontrei é a página Poder e tamanho da amostra de Russ Lenth . Já existe há muito tempo, possui documentação relativamente completa, não depende do tamanho do efeito enlatado e possui links para outros documentos relevantes e importantes.

OUTRA EDIÇÃO: Coincidentemente, quando essa pergunta surgiu, eu estava no meio de escrever uma postagem no blog para aprofundar algumas dessas idéias (caso contrário, talvez eu não tivesse respondido tão rapidamente). Enfim, terminei no fim de semana passado e você pode encontrá-lo aqui . Não está escrito com o SPSS em mente, mas eu apostaria que se uma pessoa fosse esperta, seria capaz de traduzir partes dela para a sintaxe do SPSS.