統計的検出力とサンプルサイズ

統計的検出力とは、真の効果が存在する場合にそれを検出する確率（1 − β）である。検出力分析は、指定された第一種の過誤（α）および第二種の過誤（β）の確率で、仮説上の効果量を検出するために必要なサンプルサイズを決定する。Jacob Cohen（1988）によって導入された検出力分析は、研究デザインの基礎となる。検出力が低い研究は、効果量推定値が過大になり、再現性が低い傾向がある。標準的な基準は80%の検出力（β = 0.20）であるが、重要な研究では90%の検出力が必要となる場合がある。