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.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
- 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.
- Bayesiansk styrkeberegning (Assurance)Statistik↔ compare
- Uafhængig stikprøve t-testStatistik↔ compare
- Styrkeanalyse for multilevel- og mixed-effects-modellerStatistik↔ compare
- Envejs variansanalyseStatistik↔ compare
- Poweranalyse for t-testenStatistik↔ compare
- Sekventiel Analyse (Gruppesekventielt Design)Statistik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →