Bayesian Power Analysis (Assurance)
Bayesian power analysis – auch Assurance genannt – ist eine Methode zur Bestimmung der Stichprobengröße, die den frequentistischen Begriff der Power durch einen wahrscheinlichkeitsgewichteten Durchschnitt über eine A-priori-Verteilung für die Effektgröße ersetzt. Sie wurde erstmals von Spiegelhalter und Freedman (1986) formalisiert und von O'Hagan, Stevens und Campbell (2005) weiterentwickelt. Sie beantwortet die Frage: Welche Stichprobengröße gibt uns angesichts unserer aktuellen Unsicherheit über den wahren Effekt eine hohe Gesamtwahrscheinlichkeit, ein statistisch signifikantes Ergebnis zu erzielen?
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- O'Hagan, A., Stevens, J.W. & Campbell, M.J. (2005). Assurance in Clinical Trial Design. Pharmaceutical Statistics, 4(3), 187–201. DOI: 10.1002/pst.175 ↗
- Spiegelhalter, D.J. & Freedman, L.S. (1986). A Predictive Approach to Selecting the Size of a Clinical Trial, Based on Subjective Clinical Opinion. Statistics in Medicine, 5(1), 1–13. DOI: 10.1002/sim.4780050103 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Bayesian Power Analysis (Assurance / Bayesian Sample Size Determination). ScholarGate. https://scholargate.app/de/statistics/bayesian-power-analysis
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.
- Bayesian t-TestBayes-Statistik↔ compare
- Sequenzielle Analyse (Gruppensequenzielle Planung)Statistik↔ compare
- Simulationsbasierte Power-Analyse (Monte-Carlo-Power)Statistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →