ScholarGate
Assistent
Hypothesis test

Simuleringsbaseret styrkeanalyse (Monte Carlo-styrke)

Simuleringsbaseret styrkeanalyse estimerer den statistiske styrke og den nødvendige stikprøvestørrelse for et studie ved at gentage en fuld analyse-pipeline tusindvis af gange på kunstigt genererede data. Fordi den hviler på Monte Carlo-simulering snarere end lukkede formler, er den anvendelig på designs — blandede modeller, komplekse målingsstrukturer, ikke-standardiserede udfald — hvor analytiske styrkeformler ikke eksisterer. Tilgangen blev systematisk beskrevet for anvendt forskning af Arnold et al. i 2011, og implementeringen af blandede modeller via SIMR-pakken blev formaliseret af Green og MacLeod i 2016.

Anvend med StatMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Arnold, B.F. et al. (2011). Simulation Methods to Estimate Design Power: An Overview for Applied Research. BMC Medical Research Methodology, 11, 94. DOI: 10.1186/1471-2288-11-94
  2. Green, P. & MacLeod, C.J. (2016). SIMR: An R Package for Power Analysis of Generalized Linear Mixed Models by Simulation. Methods in Ecology and Evolution, 7(4), 493–498. DOI: 10.1111/2041-210X.12504

Sådan citerer du denne side

ScholarGate. (2026, June 1). Simulation-Based Power Analysis (Monte Carlo Power). ScholarGate. https://scholargate.app/da/statistics/simulation-based-power

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Refereret af

ScholarGateSimulation-Based Power Analysis (Simulation-Based Power Analysis (Monte Carlo Power)). Hentet 2026-06-15 fra https://scholargate.app/da/statistics/simulation-based-power · Datasæt: https://doi.org/10.5281/zenodo.20539026