Hypothesis test

Имитационное моделирование для анализа мощности (моделирование мощности методом Монте-Карло)

Имитационное моделирование для анализа мощности оценивает статистическую мощность и необходимый объем выборки исследования путем многократного повторения полного аналитического конвейера (тысячи раз) на искусственно сгенерированных данных. Поскольку оно основано на имитационном моделировании методом Монте-Карло, а не на аналитических формулах, оно применимо к таким схемам исследования, как смешанные модели, сложные структуры измерений, нестандартные результаты, для которых аналитические формулы мощности не существуют. Этот подход был систематически описан для прикладных исследований Арнольдом и соавт. в 2011 году, а реализация смешанных моделей с помощью пакета SIMR была формализована Грином и МакЛеодом в 2016 году.

Применить в StatMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  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

Как цитировать эту страницу

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

Упоминается в

ScholarGateSimulation-Based Power Analysis (Simulation-Based Power Analysis (Monte Carlo Power)). Получено 2026-06-15 из https://scholargate.app/ru/statistics/simulation-based-power · Набор данных: https://doi.org/10.5281/zenodo.20539026