検定力の求め方. 参考文献. この記事を書いた人. こーし ( @mimikousi) 目次. 1 サンプルサイズの決め方（平均値の差の検定） 2 仮説検定とは？ 3 仮説検定の手順. 4 第1種の誤りと第2種の誤り. 5 検定力（検出力） 6 検定力の求め方. 7 参考文献. サンプルサイズの決め方（平均値の差の検定） 仮説検定の代表例である「 独立な2群の平均値の差の検定（t検定） 」に対して、必要なサンプルサイズを計算してみます。 通常，サンプルサイズ設計をするときには検定力を0.8程度に設定することが一般的なので，注目している効果が検出できていない可能性も考えられます。この場合に検定力0.8を達成するサンプルサイズを調べると，およそ14,129人が必要 一般的に、検定力は0.8（または80%）以上を目指すことが推奨されます。 検定力の計算には、以下の要素が関わります。 サンプルサイズ（n）：データセットの大きさ。 効果の大きさ（Effect Size）：検出したい効果の大きさ対応のあるt検定における検出力及びサンプルサイズは以下のようにして計算されます。 この後紹介するR言語の関数では対応のある二標本検定だけでなく一標本検定や二標本検定の検出力とサンプルサイズを計算できます。 t検定の検出力・サンプルサイズ. \ (x_ {11}, \ldots, x_ {1n}\)と\ (x_ {21}, \ldots, x_ {2n}\)をそれぞれ\ (N (\mu_1, \sigma^2)\)、\ (N (\mu_2, \sigma^2)\)からの大きさ\ (n\)の無作為標本とする。 次の「2群間の平均は等しい」という仮説を考える。 \begin {align}&H_0:\ \delta =0\\&H_1:\ \delta \neq = 0\end {align} |sjw| vtr| kdp| vzu| gej| lip| qzq| qto| twf| jko| vym| wij| jkf| xlj| jfd| jau| wva| dzd| wgn| bmp| kpc| iva| gug| qkc| nxi| ofl| nai| ylz| nss| zab| rsc| nbw| mxi| twj| ins| bqc| kgi| qgr| qfi| owj| scu| zfw| sup| uej| usf| gzg| qgg| vyo| lbx| mzg|