ScholarGate
Assistent
Hypothesis test

Simuleringsbasert styrkeanalyse (Monte Carlo-styrke)

Simuleringsbasert styrkeanalyse estimerer den statistiske styrken og nødvendig utvalgsstørrelse for en studie ved å gjenta en fullstendig analyse-pipeline tusenvis av ganger på kunstig genererte data. Fordi den baserer seg på Monte Carlo-simulering snarere enn lukkede formler, er den anvendelig for design – blandede modeller, komplekse målingsstrukturer, ikke-standard utfall – der analytiske styrkeformler ikke eksisterer. Tilnærmingen ble systematisk beskrevet for anvendt forskning av Arnold et al. i 2011, og implementeringen for blandede modeller via SIMR-pakken ble formalisert av Green og MacLeod i 2016.

Anvend med StatMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  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

Slik siterer du denne siden

ScholarGate. (2026, June 1). Simulation-Based Power Analysis (Monte Carlo Power). ScholarGate. https://scholargate.app/no/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

Referert av

ScholarGateSimulation-Based Power Analysis (Simulation-Based Power Analysis (Monte Carlo Power)). Hentet 2026-06-15 fra https://scholargate.app/no/statistics/simulation-based-power · Datasett: https://doi.org/10.5281/zenodo.20539026