ScholarGate
Assistent
Hypothesis test

Simuleringsbaserad styrkeanalys (Monte Carlo-styrka)

Simuleringsbaserad styrkeanalys uppskattar den statistiska styrkan och nödvändiga stickprovsstorleken för en studie genom att upprepa en komplett analyspipeline tusentals gånger på artificiellt genererad data. Eftersom den bygger på Monte Carlo-simulering snarare än slutna formler, är den tillämplig på designer – blandade modeller, komplexa mätstrukturer, icke-standardiserade utfall – där analytiska styrkeformler saknas. Metoden beskrevs systematiskt för tillämpad forskning av Arnold et al. år 2011, och implementeringen för blandade modeller via paketet SIMR formaliserades av Green och MacLeod år 2016.

Tillämpa med StatMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  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

Så citerar du den här sidan

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

Refereras av

ScholarGateSimulation-Based Power Analysis (Simulation-Based Power Analysis (Monte Carlo Power)). Hämtad 2026-06-15 från https://scholargate.app/sv/statistics/simulation-based-power · Datamängd: https://doi.org/10.5281/zenodo.20539026