การวิเคราะห์อำนาจการทดสอบโดยการจำลอง (Monte Carlo Power)
การวิเคราะห์อำนาจการทดสอบโดยการจำลอง (Simulation-based power analysis) เป็นการประมาณค่าอำนาจการทดสอบทางสถิติ (statistical power) และขนาดตัวอย่างที่ต้องการของงานวิจัย โดยการทำซ้ำกระบวนการวิเคราะห์ทั้งหมดหลายพันครั้งกับข้อมูลที่สร้างขึ้นเทียม เนื่องจากวิธีการนี้อาศัยการจำลองแบบ Monte Carlo แทนที่จะใช้สมการแบบปิด (closed-form equations) จึงสามารถนำไปใช้กับรูปแบบการออกแบบการวิจัยได้หลากหลาย เช่น แบบจำลองแบบผสม (mixed models) โครงสร้างการวัดที่ซับซ้อน หรือผลลัพธ์ที่ไม่เป็นมาตรฐาน ซึ่งสูตรอำนาจการทดสอบแบบวิเคราะห์ (analytical power formulas) ไม่สามารถใช้ได้ วิธีการนี้ได้รับการอธิบายอย่างเป็นระบบสำหรับการวิจัยประยุกต์โดย Arnold et al. ในปี 2011 และการนำไปใช้กับแบบจำลองแบบผสมผ่านแพ็กเกจ SIMR ได้รับการทำให้เป็นทางการโดย Green และ MacLeod ในปี 2016
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Simulation-Based Power Analysis (Monte Carlo Power). ScholarGate. https://scholargate.app/th/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.
- การวิเคราะห์อำนาจเบย์ (Bayesian Power Analysis) (การรับประกัน)สถิติศาสตร์↔ compare
- การทดสอบทีสำหรับตัวอย่างอิสระสถิติศาสตร์↔ compare
- การวิเคราะห์กำลังทางสถิติสำหรับแบบจำลองหลายระดับและแบบจำลองผลกระทบผสมสถิติศาสตร์↔ compare
- การวิเคราะห์ความแปรปรวนทางเดียวสถิติศาสตร์↔ compare
- การวิเคราะห์อำนาจการทดสอบสำหรับ t-testสถิติศาสตร์↔ compare
- การวิเคราะห์แบบลำดับ (Group Sequential Design)สถิติศาสตร์↔ compare