Analiza mocy bayesowskiej (zapewnienie)
Bayesowska analiza mocy — zwana również zapewnieniem — jest metodą określania wielkości próby, która zastępuje częstościowe pojęcie mocy uśrednionym, ważonym prawdopodobieństwem, pochodzącym z rozkładu a priori na wielkość efektu. Formalnie po raz pierwszy opisana przez Spiegelhaltera i Freemana (1986), a następnie rozwinięta przez O'Hagana, Stevensa i Campbella (2005), odpowiada na pytanie: przy naszym obecnym niepewności co do rzeczywistego efektu, jaka wielkość próby daje nam wysokie ogólne prawdopodobieństwo uzyskania statystycznie istotnego wyniku?
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- O'Hagan, A., Stevens, J.W. & Campbell, M.J. (2005). Assurance in Clinical Trial Design. Pharmaceutical Statistics, 4(3), 187–201. DOI: 10.1002/pst.175 ↗
- Spiegelhalter, D.J. & Freedman, L.S. (1986). A Predictive Approach to Selecting the Size of a Clinical Trial, Based on Subjective Clinical Opinion. Statistics in Medicine, 5(1), 1–13. DOI: 10.1002/sim.4780050103 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Bayesian Power Analysis (Assurance / Bayesian Sample Size Determination). ScholarGate. https://scholargate.app/pl/statistics/bayesian-power-analysis
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.
- Bayesian t-TestStatystyka bayesowska↔ compare
- Analiza sekwencyjna (grupowy plan sekwencyjny)Statystyka↔ compare
- Analiza mocy oparta na symulacji (Moc Monte Carlo)Statystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →