বেঁচে থাকার বিশ্লেষণের জন্য শক্তি বিশ্লেষণ

যদি আমি অনুমান করি যে কোনও জিন স্বাক্ষর পুনরাবৃত্তির কম ঝুঁকিতে বিষয়গুলি সনাক্ত করতে পারে, তবে এটি জনসংখ্যার 20% এর মধ্যে হারের হার 0.5% হ্রাস পাবে এবং আমি প্রত্যাবর্তনমূলক সমীক্ষা থেকে নমুনাগুলি ব্যবহার করতে চাই দুটি অনুমানীকৃত গোষ্ঠীতে অসম সংখ্যার জন্য নমুনার আকার সমন্বয় করা দরকার?

উদাহরণস্বরূপ কোলেট, ডি ব্যবহার করে: মেডিকেল রিসার্চে মডেলিং বেঁচে থাকার ডেটা, দ্বিতীয় সংস্করণ - ২ য় সংস্করণ 2003। প্রয়োজনীয় ইভেন্টগুলির সংখ্যা, ডি, ব্যবহার করে পাওয়া যাবে,

d = \frac{(Z_{α / 2} + Z_{β / 2})^{2}}{p_{1} p_{2} (θ R)^{2}}

$\begin{equation} d = \frac{(Z_{\alpha/2} + Z_{\beta/2})^2}{p_1 p_2 (\theta R)^2} \end{equation}$

যেখানে এবং মানক সাধারণ বিতরণের যথাক্রমে উপরের এবং উপরের পয়েন্ট। $Z_{\alpha/2}$ $Z_{\beta/2}$ $\alpha/2$ $\beta/2$

নির্দিষ্ট মানগুলির জন্য,

$p_1 = 0.20$
$p_2 = 1 - p_1$
$\theta R = -0.693$
$\alpha = 0.05$ $Z_{0.025}= 1.96$
$\beta = 0.10$ $Z_{0.05} = 1.28$

$\theta R = \log \psi R = \log 0.50 = -0.693$

d = \frac{(1.96 + 1.28)^{2}}{0.20 \times 0.80 \times (\log 0.5)^{2}} = 137

$\begin{equation} d = \frac{(1.96 + 1.28)^2}{0.20 \times 0.80\times (\log 0.5)^2}= 137 \end{equation}$

survival power-analysis genetics

— chl
সূত্র

Z_{α}

$Z_{\alpha}$

Z_{α / 2}

$Z_{\alpha/2}$

এটি যদি লোকেদের জন্য পরিষ্কার হয় তবে আমি মোটেই আপত্তি করি না। আপনার ঠিক আছে একটি দ্বি-পার্শ্বযুক্ত আলফা হওয়া উচিত।

θ R

$\theta R$

ψ R

$\psi R$

θ_{R}

$\theta_R$

ψ_{R}

$\psi_R$

হ্যাঁ, আপনার শক্তি অপরিবর্তিত অবস্থায় থাকা অনুপাতের ভিত্তিতে পরিবর্তিত হবে। উদাহরণস্বরূপ, সাম্প্রতিক একটি গবেষণায় আমি সমান নমুনা আকারে, একটি এক্সপোজড: অপ্রকাশিত অনুপাত: 1: 2 এর অপ্রকাশিত অনুপাতটি ~ 1.3 এর এইচআর এ পাওয়ার = 0.80 অর্জন করেছি। 1-10 অনুপাতের জন্য এইচআর :10 1.6 বা তার বেশি সময় লেগেছিল।

আপনার ক্ষেত্রে, যেহেতু নমুনার আকার পৃথক হবে তবে আপনার এইচআর হ'ল না, অনুপাতটি যত কম হবে, আপনার নমুনার আকারটি বৃহত্তর হওয়া দরকার।

— Fomite
সূত্র