Statistiline võimsus ja valimi suurus
Statistiline võimsus on tõenäosus tuvastada tõeline efekt, kui see eksisteerib (1 − β). Võimsusanalüüs määrab valimi suuruse, mis on vajalik hüpoteetilise efekti suuruse tuvastamiseks etteantud I tüüpi vea (α) ja II tüüpi vea (β) määradega. Jacob Coheni (1988) poolt tutvustatud võimsusanalüüs on uurimistöö kavandamise alus: alavõimsusega uuringud annavad ülepaisutatud efekti suuruse hinnanguid ja neid on ebatõenäoline korrata. Standardne võrdlusalus on 80% võimsus (β = 0.20), kuigi kriitilised uuringud võivad nõuda 90% võimsust.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates. ISBN: 0-8058-0283-5
- Faul, F., Erdfelder, E., Lang, A.-G., & Buchner, A. (2007). G*Power 3: A Flexible Statistical Power Analysis Program for the Social, Behavioral, and Biomedical Sciences. Behavior Research Methods, 39(2), 175–191. DOI: 10.3758/BF03193146 ↗
- Button, K. S., Ioannidis, J. P. A., Mokrysz, C., Nosek, B. A., Flint, J., Robinson, E. S. J., & Munafò, M. R. (2013). Power failure: why small sample size undermines the reliability of neuroscience. Nature Reviews Neuroscience, 14(5), 365–376. DOI: 10.1038/nrn3475 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Statistical Power Analysis and Sample Size Determination for Research Studies. ScholarGate. https://scholargate.app/et/research-statistics/statistical-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.
- Effect SizeUurimisstatistika↔ compare
- Nullhüpoteesi testimineUurimisstatistika↔ compare
- P-väärtus ja statistiline olulisusUurimisstatistika↔ compare
- I ja II tüüpi veadUurimisstatistika↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →