ScholarGate
Assistent
Hypothesis test

Simulatiegebaseerde poweranalyse (Monte Carlo Power)

Simulatiegebaseerde poweranalyse schat de statistische power en de benodigde steekproefgrootte van een studie door een volledige analysepijplijn duizenden keren te herhalen op kunstmatig gegenereerde data. Omdat deze methode steunt op Monte Carlo-simulatie in plaats van gesloten-formulevergelijkingen, is ze toepasbaar op ontwerpen — gemengde modellen, complexe meetstructuren, niet-standaard uitkomsten — waarvoor analytische powerformules niet bestaan. De aanpak werd systematisch beschreven voor toegepast onderzoek door Arnold et al. in 2011, en de implementatie voor gemengde modellen via het SIMR-pakket werd geformaliseerd door Green en MacLeod in 2016.

Toepassen met StatMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

Bronnen

  1. 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
  2. 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

Deze pagina citeren

ScholarGate. (2026, June 1). Simulation-Based Power Analysis (Monte Carlo Power). ScholarGate. https://scholargate.app/nl/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.

Compare side by side

Geciteerd door

ScholarGateSimulation-Based Power Analysis (Simulation-Based Power Analysis (Monte Carlo Power)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/statistics/simulation-based-power · Gegevensset: https://doi.org/10.5281/zenodo.20539026