Estou curioso para saber se alguém tem uma referência específica (texto ou artigo de periódico) para apoiar a prática comum na literatura médica de realizar o cálculo do tamanho da amostra usando métodos paramétricos (por exemplo, assumindo uma distribuição normal e uma certa variação de medidas) quando a análise do resultado do estudo primário for feita usando métodos não paramétricos.
Um exemplo: o resultado primário é a hora de vomitar após a administração de um determinado medicamento, que é conhecido por ter um valor médio de 20 minutos (DP 6 minutos), mas com uma distribuição visivelmente inclinada à direita. O cálculo do tamanho da amostra é feito com as premissas listadas acima, usando a fórmula
,
onde muda com base nas α e β desejadas erros .
No entanto, devido à assimetria da distribuição, a análise do resultado primário será baseada em classificações (método não paramétrico, como o teste U de Mann Whitney).
Esse esquema é suportado pelos autores na literatura estatística ou devem ser realizadas estimativas não paramétricas do tamanho da amostra (e como elas seriam feitas)?
Penso que, para facilitar o cálculo, é aceitável fazer a prática acima. Afinal, as estimativas do tamanho da amostra são exatamente isso - estimativas que já fazem várias suposições - todas provavelmente imprecisas (ou muito!). No entanto, estou curioso para saber o que os outros pensam e, especificamente, para saber se existem referências para apoiar essa linha de raciocínio.
Muito obrigado por qualquer ajuda.
fonte
Algumas pessoas parecem usar um conceito de eficiência relativa assintótica de Pitman (ARE) para aumentar o tamanho da amostra obtido usando uma fórmula de tamanho de amostra para um teste paramétrico. Ironicamente, para calcular, é preciso assumir uma distribuição novamente ... veja, por exemplo, Tamanho da amostra para o teste U de Mann-Whitney. Existem alguns links no final do artigo que fornecem indicadores para uma leitura mais aprofundada.
fonte