Sağlam Güç Analizi
Robust Statistical Power Analysis · Ayrıca şöyle bilinir: power analysis under non-normality, distribution-free power analysis, robust sample-size determination, contamination-robust power
Sağlam güç analizi, hipotez testleri için istatistiksel gücü veya gerekli örneklem büyüklüğünü, sıradan ortalamalar ve standart sapmalar yerine kırpılmış ortalamalar veya Winsorlaştırılmış varyanslar gibi sağlam tahmin ediciler kullanarak hesaplar. Klasik normallik varsayımlarını ihlal eden aykırı değerler, ağır kuyruklar veya çarpıklık içeren verilerde şişirilmiş veya küçültülmüş güç tahminlerine karşı koruma sağlar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Verilerin normallikten saptığı durumlarda gücü doğru bir şekilde tahmin eder, güçsüz çalışmaların önüne geçer.
Güçlü yönler & sınırlılıklar
- Planlanan analiz ve örneklem büyüklüğü formülünün tutarlı olmasını sağlayarak sağlam testlerle doğrudan ilişkilidir.
- Aykırı değer kaynaklı varyans şişmesinden kaynaklanan tip II hata riskini azaltır.
- Kırpılmış ortalama testleri, sıra testleri ve bootstrap testleri dahil olmak üzere çok çeşitli sağlam prosedürlere uygulanabilir.
- Temiz verilerin nadir olduğu uygulamalı alanlar için daha gerçekçi örneklem büyüklüğü tahminleri sağlar.
- Veri toplama işleminden önce bir kırpma oranı veya belirli bir sağlam tahmin edicinin belirtilmesini gerektirir, bu da ön bilgi gerektirir.
- Kapalı form güç formülleri yalnızca bazı sağlam testler için mevcuttur; diğerleri simülasyon gerektirir, bu da hesaplama taleplerini artırır.
- Klasik güç analizinden daha az tanıdıktır; hakemler ve IRB'ler yaklaşım için gerekçe isteyebilir.
- Normallik altında mütevazı verimlilik maliyeti: varsayımlar geçerliyken sağlam tahmin ediciler klasik olanlardan daha az verimlidir, bu nedenle biraz daha büyük n gerekebilir.
- Güç formülünü amaçlanan testle eşleştirmemek (örneğin, kırpılmış ortalama güç formülünü kullanıp ardından standart bir t-testi çalıştırmak).
SSS
Klasik güç analizi, konum ve ölçek parametreleri olarak ortalamayı ve standart sapmayı kullanır ve normalliği varsayar. Sağlam güç analizi, planlanan sağlam testte aslında kullanılan tahmin edicilere uyan ve veriler normal olmadığında veya kontamine olduğunda doğru güç tahminleri üreten kırpılmış ortalamaları ve Winsorlaştırılmış varyansları ikame eder.
Çalışmayı yürütmeden önce bir kırpma oranı seçmem gerekir mi?
Evet. Kırpma oranı hem sağlam tahmin ediciyi hem de güç formülünü belirler. %20 kırpma en yaygın varsayılan değerdir ve geniş bir dağılım aralığında iyi performans gösterir, ancak veri toplama işleminden önce seçilmeli ve çalışma protokolünde belirtilmelidir.
Simülasyon yoluyla sağlam güç analizi yapabilir miyim?
Evet ve birçok sağlam test için simülasyon en güvenilir yaklaşımdır. Varsayılan veri dağılımını (kontaminasyon dahil), kırpma oranını ve etki büyüklüğünü belirtir, ardından binlerce veri kümesini simüle eder ve H0'ı reddeden testlerin oranını sayarsınız. R'deki WRS2 paketi bunun için fonksiyonlar sağlar.
Klasik bir yaklaşıma göre daha büyük bir örneklem büyüklüğüne ihtiyacım olacak mı?
Gerçek normallik altında, sağlam tahmin ediciler ideal koşullarda tam olarak verimli olmadığından biraz daha büyük örneklere ihtiyaç duyulabilir. Ancak, veriler normal olmadığında, klasik formüller gerekli örneği hafife alabilir ve bu da gerçekten güçsüz çalışmalara yol açabilir - sağlam güç analizi bu daha ciddi hatayı önler.
Verilerimin normal olmayacağından emin değilsem ne olur?
Önceki veriler veya konu alanı bilgisi herhangi bir ağır kuyruk veya aykırı değer olasılığını düşündürüyorsa, sağlam güç analizi daha güvenli bir seçenektir. En kötü durumda birkaç ek katılımcı toplarsınız; en iyi durumda ölümcül derecede güçsüz bir çalışmadan kaçınırsınız.
StatWise'da seçtiğiniz sağlam testi, kırpılmış ortalama farkı olarak hedef etki büyüklüğünü, varsayılan veri dağılımını ve kırpma oranını belirterek sağlam güç analizi çalıştırın. Araç, gerekli örneklem büyüklüğünü, güç eğrisini ve kontaminasyon senaryoları boyunca hassasiyet analizlerini döndürür.
Kaynaklar
- Luh, W.-M., & Guo, J.-H. (2010). Approximate sample size formulas for the two-sample trimmed mean test with unequal variances. British Journal of Mathematical and Statistical Psychology, 63(1), 83–100. link ↗
- Wilcox, R. R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Academic Press. ISBN: 978-0123869838
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Robust Statistical Power Analysis. ScholarGate. https://scholargate.app/tr/statistics/robust-power-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Etki Büyüklüğü Analiziİstatistik↔ karşılaştır
- Güç Analiziİstatistik↔ karşılaştır
- Sağlam Bağımsız Örneklem t-testiİstatistik↔ karşılaştır
- Sağlam Tek Yönlü ANOVAİstatistik↔ karşılaştır