পরিসংখ্যানগত শক্তি গণনা করা হচ্ছে

Question

আমি যেমন এটি বুঝতে পারি, শক্তি বিশ্লেষণ পরিচালনা করার জন্য আমার প্রস্তাবিত অধ্যয়নের কমপক্ষে তিনটি দিক (চারটির মধ্যে) জানতে হবে:

• পরীক্ষার ধরণ - আমি পিয়ারসনের আর এবং এএনসিওএ / রিগ্রেশন - জিএলএম ব্যবহার করার ইচ্ছা করি
• তাত্পর্য স্তর (আলফা) - আমি 0.05 ব্যবহার করার ইচ্ছা করি
• প্রত্যাশিত প্রভাব আকার - আমি একটি মাঝারি প্রভাব আকার ব্যবহার করতে চাই (0.5)
• সাধারন মাপ

যে কেউ কোনও ভাল অনলাইন পাওয়ার ক্যালকুলেটরটির প্রস্তাব দিতে পারে যা আমি একটি প্রাকৃতিক শক্তি গণনার জন্য ব্যবহার করতে পারি । (এসপিএসএস কি কোনও অগ্রাধিকার শক্তি গণনা করতে পারে?)

আমি জিপিওভার জুড়ে এসেছি তবে আমি একটি সহজ সরঞ্জাম খুঁজছি!

Comments

দুর্ভাগ্যক্রমে এসপিএসএস প্যাকেজটিতে শক্তি বিশ্লেষণের জন্য কোনও মডিউল অন্তর্ভুক্ত নেই। আইবিএম এসপিএসএস সংস্থা বিদ্যুৎ বিশ্লেষণের জন্য একটি পৃথক প্রোগ্রাম বিক্রি করে।

— ttnphns

আমি জিপিওয়ারকে একটা সুযোগ দেব 20 বা 30 মিনিট এটি অন্বেষণের সাথে, আপনি সম্ভবত এটি খুব পরিচালনাযোগ্য - কমপক্ষে সম্পর্কের মতো পদ্ধতির জন্য, জটিল রিগ্রেশন মডেলের জন্য প্রয়োজনীয় নয়।

— রোল্যান্ডো 2

ধন্যবাদ! জিপিওয়ারে কি কোনও ব্যবহারকারী-বান্ধব গাইড পাওয়া যায়?

— আদিশ জোশ

দেখে মনে হচ্ছে এটি কোনও অনুদানের জন্য রয়েছে। এগুলি উত্পাদন এবং মূল্যায়নের জন্য উদ্বেগজনক। ভালভাবে ব্যবহৃত পরীক্ষামূলক ডিজাইনের জন্য (উদাহরণস্বরূপ জিনোম-ওয়াইড অ্যাসোসিয়েশন স্টাডিজ) ভাল ডকুমেন্টেড বিশেষায়িত ক্যালকুলেটর থাকতে পারে। অন্যথায়, আমি মনে করি জি জে কার্নসের উত্তরটি নিম্নলিখিত সংযোজনটি সহ যাবার সঠিক উপায়: আপনি যখন এটির দিকে থাকেন তখন আপনাকে সর্বাধিক গুরুত্বপূর্ণ পরামিতিগুলির সীমাবদ্ধ করে একটি গ্রাফ উপস্থাপন করা উচিত।

— লিও শ্যাচলকাইক

Answer 1

আপনি যে উত্তরটি শুনতে চান এটি উত্তর নয়, আমি ভয় পাচ্ছি, তবে আমি যেভাবেই হোক এটি বলতে যাচ্ছি: অনলাইন ক্যালকুলেটরগুলির প্রলোভনকে প্রতিরোধ করার চেষ্টা করুন (এবং মালিকানা ক্যালকুলেটর কেনার আগে আপনার অর্থ সাশ্রয় করুন)।

এখানে কয়েকটি কারণ রয়েছে: ১) অনলাইন ক্যালকুলেটররা সকলেই আলাদা স্বরলিপি ব্যবহার করেন এবং প্রায়শই দুর্বল নথিভুক্ত হন। এটা আপনার সময় নষ্ট। 2) এসপিএস একটি পাওয়ার ক্যালকুলেটর অফার করে তবে আমি কখনও এটি চেষ্টাও করি নি কারণ আমার বিভাগের পক্ষে এটি ব্যয়বহুল ছিল! 3) "মাঝারি প্রভাবের আকার" এর মতো বাক্যাংশগুলি সবচেয়ে ভাল বিভ্রান্তিকর এবং সবচেয়ে সহজ গবেষণামূলক নকশাগুলি ব্যতীত সকলের পক্ষে সবচেয়ে খারাপ plain [0,1] এর একক সংখ্যায় এফেক্ট সাইজ নিচে ফেলতে সক্ষম হতে অনেক বেশি পরামিতি এবং খুব বেশি ইন্টারপ্লে রয়েছে। এমনকি যদি আপনি এটি একটি একক সংখ্যায় স্থাপন করতে পারেন তবে কোহেনের 0.5 টি সমস্যার প্রেক্ষাপটে "মাঝারি" সাথে মিল থাকার কোনও নিশ্চয়তা নেই।

বিশ্বাস করুন - বুলেটটি কামড়ানোর জন্য এবং কীভাবে আপনার উপকারে (এবং যে ব্যক্তি (গুলি) আপনি পরামর্শ করছেন) তার উপকারের জন্য সিমুলেশন কীভাবে ব্যবহার করতে হবে তা শিখিয়ে দেওয়া দীর্ঘমেয়াদে আরও ভাল। তাদের সাথে বসুন এবং নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:

1) সমস্যার প্রসঙ্গে উপযুক্ত এমন একটি মডেল সম্পর্কে সিদ্ধান্ত নিন (মনে হচ্ছে আপনি ইতিমধ্যে এই অংশে কাজ করেছেন)।

2) নাল প্যারামিটারগুলি কী হতে হবে তা নির্ধারণের জন্য তাদের সাথে পরামর্শ করুন, নিয়ন্ত্রণ গোষ্ঠীর আচরণ, সমস্যাটির প্রসঙ্গে এটি যাই হোক না কেন।

3) পার্থক্যটি ব্যবহারিকভাবে অর্থবহ হওয়ার জন্য পরামিতিগুলি কী হওয়া উচিত তা নির্ধারণ করতে তাদের সাথে পরামর্শ করুন । যদি নমুনার আকারের সীমাবদ্ধতা থাকে তবে এটি এখানেও চিহ্নিত করা উচিত।

4) 2) এবং 3) এ দুটি মডেল অনুসারে ডেটা অনুকরণ করুন এবং আপনার পরীক্ষা চালান। আপনি সফ্টওয়্যার গ্যালোর দিয়ে এটি করতে পারেন - আপনার পছন্দসইটি চয়ন করুন এবং এটির জন্য যান। আপনি প্রত্যাখ্যান করেছেন কিনা তা দেখুন।

5) পুনরাবৃত্তি 4) হাজার বার বলুন, । আপনি কতবার প্রত্যাখ্যান করেছেন তা ট্র্যাক করে রাখুন এবং প্রত্যাখ্যানগুলির নমুনা অনুপাত পাওয়ার power এই অনুমান মান ত্রুটি আনুমানিক হয়েছে ।$n$$\hat{p}$$\sqrt{\hat{p}(1 - \hat{p})/n}$

আপনি যদি নিজের শক্তি বিশ্লেষণটি এভাবে করেন তবে আপনি বেশ কয়েকটি জিনিস সন্ধান করতে যাচ্ছেন: ক) আপনার প্রত্যাশার চেয়ে অনেক বেশি পরামিতি চলছিল। এটি আপনাকে অবাক করে দেবে যে বিশ্বে কীভাবে এগুলি সমস্তকে "মাঝারি" এর মতো একক সংখ্যায় পরিণত করা সম্ভব হয় - এবং আপনি দেখবেন যে এটি সম্ভব নয়, কমপক্ষে কোনও সোজা পদ্ধতিতে নয়। খ) আপনার শক্তি অন্যান্য ক্যালকুলেটরগুলির বিজ্ঞাপনের চেয়ে অনেক ছোট হতে চলেছে। গ) আপনি নমুনার আকার বাড়িয়ে শক্তি বাড়িয়ে তুলতে পারেন তবে নজর রাখুন! "व्यावहारিকভাবে অর্থবহ" একটি পার্থক্য সনাক্ত করতে আপনার কাছে যেমনটি রয়েছে তেমন আপনি খুঁজে পেতে পারেন যে আপনার পক্ষে একটি নমুনার আকার প্রয়োজন যা বড় আকারের।

উপরের যে কোনও পদক্ষেপের সাথে যদি আপনার সমস্যা হয় তবে আপনি নিজের চিন্তা সংগ্রহ করতে পারলেন, ক্রসভিলেটেডের জন্য একটি প্রশ্ন ভালভাবে তৈরি করুন এবং এখানকার লোকেরা আপনাকে সহায়তা করবে।

সম্পাদনা: আপনি যদি দেখতে পান যে আপনাকে অবশ্যই একটি অনলাইন ক্যালকুলেটর ব্যবহার করতে হবে, আমি খুঁজে পেয়েছি সেরাটি হ'ল রাশ লেন্থের শক্তি এবং নমুনা আকারের পৃষ্ঠা । এটি প্রায় দীর্ঘকাল ধরে রয়েছে, এর তুলনামূলকভাবে সম্পূর্ণ ডকুমেন্টেশন রয়েছে, এটি ক্যানড এফেক্ট আকারের উপর নির্ভর করে না এবং প্রাসঙ্গিক এবং গুরুত্বপূর্ণ অন্যান্য কাগজগুলির লিঙ্ক রয়েছে।

অন্য সম্পাদনা: কাকতালীয়ভাবে, যখন এই প্রশ্নটি এসেছিল আমি ঠিক এই ধরণের ধারণাগুলি সম্পর্কে মাংসকে একটি ব্লগ পোস্ট লেখার মাঝখানে ছিলাম (অন্যথায়, আমি এত তাড়াতাড়ি উত্তর নাও দিতে পারি)। যাইহোক, আমি গত সপ্তাহান্তে এটি শেষ করেছি এবং আপনি এটি এখানে খুঁজে পেতে পারেন । এটি এসপিএসএসকে মাথায় রেখে লেখা হয়নি, তবে আমি বাজি ধরতাম যে কোনও ব্যক্তি যদি চতুর হয় তবে তারা এর অংশগুলি এসপিএসএস সিনট্যাক্সে অনুবাদ করতে সক্ষম হতে পারে।

Comments

+1 ভাল উত্তর। সিমুলেশনের ত্রুটিগুলি উল্লেখ করার মতো এটি। (বিকল্পটি হ'ল পাওয়ার কার্ভগুলি গাণিতিকভাবে গণনা করা যায়)) যখন অনেকগুলি পরামিতি (যেমন এফেক্ট আকার এবং নমুনা আকার) ম্যানিপুলেট করতে হয় বা আপনি যখন কোনও নূন্যতম নমুনার আকারের মতো কিছু থ্রেশহোল্ড মান সন্ধান করেন তখন সিমুলেশন অযৌক্তিক হয়ে যায়। এমনকি পাওয়ারের জন্য একটি আনুমানিক নির্ভুল অভিব্যক্তি ক্ষমতাটি কীভাবে আচরণ করে তা সাধারণভাবে চিহ্নিত করার জন্য এবং প্রাথমিক সমাধানগুলি সনাক্ত করতে যা কিছুটা সিমুলেশন দিয়ে পোলিশ করা যায় তা মূল্যবান হতে পারে।

— whuber

@ শুভ ধন্যবাদ, এবং আপনি একেবারে ঠিক বলেছেন। আপনার মন্তব্য আমাকে মনে করিয়ে দেয় যে নাল / ওয়েল প্যারামিটারগুলিতে প্রায়শই অতিরিক্ত অনিশ্চয়তা থাকে (সংক্ষিপ্ত তথ্য, ক্রমযুক্ত পাইলট স্টাডিজ ইত্যাদি) যা সিমুলেশন পদ্ধতির জটিলতার আরও একটি স্তর যুক্ত করে। এটি গাণিতিক পদ্ধতির আরেকটি সুবিধা।

অজানা প্যারামিটারগুলির মানগুলি স্থির করার পরিবর্তে এই প্যারামিটারগুলিতে পূর্ব বিতরণ বরাদ্দ করে তাদের সিমুলেট করা এবং তারপরে একটি "পূর্ব শক্তি" পাওয়ার জন্য দরকারী (পূর্ববর্তী বন্টনের ধারণা থাকা সত্ত্বেও, এটি কোনও বায়েশিয়ার পদ্ধতি নয়, কারণ) আমরা ঘন ঘন পরীক্ষার ফলাফলটি অনুকরণ করি)

— স্টাফেন লরেন্ট

সিমুলেশন নিয়ে দুটি সমস্যা রয়েছে: এটি শিখুন (এটি এক দ্রবণীয়) এবং পদক্ষেপ 3 পেয়েছেন। আমার অভিজ্ঞতায়, আমার ক্লায়েন্টদের কেউই 3 টি করতে রাজি হবে না)। অনেকেরই যে কোনও প্রভাবের আকার নির্দিষ্ট করতে সমস্যা হয়। তাদের বলার জন্য প্যারামিটারগুলি নির্দিষ্ট করতে বলুন (বলুন) একাধিক রিগ্রেশন সমীকরণ হবে .... ভাল, তারা কীভাবে উত্তর দিতে জানত না, এমনকি যদি তারা অর্থটি জানত তবে তারা নির্দিষ্ট করতে রাজি হবে না।

— পিটার ফ্লুম - মনিকা পুনরায়

স্টিফেন হ্যাঁ, আপনি ঠিকই বলেছেন, এবং আমি যে অতিরিক্ত স্তরটির সাথে যোগাযোগের চেষ্টা করছিলাম সেটি বোঝা গেল। @ পিটার দীর্ঘশ্বাস! হ্যাঁ, আমিও এর মুখোমুখি হয়েছি। আমি মাধ্যম, স্ট্যান্ডার্ড ত্রুটি ইত্যাদির বিষয়ে কথা বলার চেষ্টা করি এবং তারপরে আমি যতটা গণিত করতে পারি তার পরে কাজ করব। এর অংশটি একটি যোগাযোগ বাধা যা কখনও কখনও চ্যালেঞ্জ হয়। অনিচ্ছাকৃত অংশটি আরও বেশি শক্ত, যদিও। এটি হ'ল আমি ছেড়ে দিয়ে নিজের ফাঁকা জায়গাটি পূরণ করার চেষ্টা করতাম, তবে এটি খুব কমই কার্যকর হয়। এটি হ'ল, উত্তরটি অন্ধকারে একটি চোখের পাতায় এবং পিছনে দাঁড়িয়ে একটি শট।