Analīze, balstīta uz simulāciju (Montekarlo jauda)
Analīze, balstīta uz simulāciju, novērtē statistisko jaudu un nepieciešamo izlases lielumu, atkārtojot pilnu analīzes procedūru tūkstošiem reižu ar mākslīgi ģenerētiem datiem. Tā kā tā balstās uz Montekarlo simulāciju, nevis slēgtas formulas vienādojumiem, tā ir piemērojama dizainiem — jauktajiem modeļiem, sarežģītām mērījumu struktūrām, nestandarta iznākumiem —, kuriem nav analītisku jaudas formulu. Šo pieeju sistemātiski aprakstīja piemērotajiem pētījumiem Arnold et al. 2011. gadā, bet jauktā modeļa ieviešanu, izmantojot SIMR pakotni, formalizēja Green un MacLeod 2016. gadā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Simulation-Based Power Analysis (Monte Carlo Power). ScholarGate. https://scholargate.app/lv/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.
- Beijesiskā jaudas analīze (apliecinājums)Statistika↔ compare
- Neatkarīgo paraugu t-testsStatistika↔ compare
- Jaudas analīze daudzlīmeņu un jauktu efektu modeļiemStatistika↔ compare
- Vienvirziena dispersijas analīzeStatistika↔ compare
- Jaudas analīze t-testamStatistika↔ compare
- Sekvenču analīze (grupveida sekvenču dizains)Statistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →