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 ।এনপি^পি^( 1 - পি^) / এন---------√
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।