Wprowadzenie do analizy mocy testu i szacowania liczebności próby

online 1 dzień

W badaniach empirycznych przy weryfikacji hipotez badawczych powszechnie korzysta się z zasad wnioskowania statystycznego. Badacz formalnie stawia hipotezę o braku efektu (zróżnicowania lub związku), a następnie oczekuje, że zebrane wyniki badania będą przeczyć jej prawdziwości. Oprócz wielkości efektu, decyzji takiej sprzyjają odpowiednie: moc testu oraz liczebność próby.

W trakcie szkolenia zostaną przedstawione relacje zachodzące pomiędzy powyższymi wielkościami oraz praktyczne strategie postępowania zwięk­szające zdolność do potwierdzenia stawianej hipo­tezy badawczej. Prezentowane zagadnienia zostaną zilustrowane przykładami obliczania mocy i szacowania liczebności próby za pomocą narzędzi programu Statistica.

Dla kogo?

Przede wszystkim dla tych, którzy są na etapie planowania doświadczeń, kiedy jeszcze nie ma żadnych danych i dopiero ustalamy skalę badania, np. w naukach medycznych i biologicznych. Uczestnicy zdobędą wiedzę, jak obliczyć wielkość próby potrzebnej do tego, by z dużym prawdopodobieństwem potwierdzić testami statystycznymi tezę wykazywaną w doświadczeniu.

Co zyskasz?

  • Dowiesz się, kiedy należy przeprowadzać analizę mocy i liczebności
  • Dowiesz się, jak zaplanować doświadczenie, gdy wielkość efektu jest nieznana
  • Unikniesz błędów powtarzających się w temacie mocy statystycznej
  • Poznasz, jak wygląda analiza mocy i szacowanie liczebności próby dla testów nieparametrycznych

  • Program
  • Trainer
  • Organizational information

Program szkolenia:

  1. Wstęp
    • Wnioskowanie statystyczne i błędy wnioskowania
    • Pojęcie mocy statystycznej
    • Powiązania pomiędzy mocą statystyczną, istotnością statystyczną, wielkością efektu i liczebnością próby
    • Przykład – obliczenie mocy w przypadku testu t-Studenta dla prób zależnych
    • Sposoby zwiększania mocy statystycznej w badaniach empirycznych
  2. Obliczanie mocy i szacowanie liczebności próby w przypadku popularnych testów parametrycznych
    • Test t-Studenta dla pojedynczej próby
    • Test t dla dwóch prób niezależnych
    • Jednoczynnikowa analiza wariancji
  3. Obliczanie mocy i szacowanie liczebności próby w przypadku popularnych testów nieparametrycznych
    • Test dla jednej proporcji
    • Test dla dwóch proporcji
    • Test Manna-Whitneya
  4. Inne testy
    • Test McNemara
    • Test dla pojedynczej korelacji
    • Testy swoiste dla badań klinicznych

Similar courses

Metody analizy danych poniżej granicy oznaczalności

Kurs dotyczy praktycznego podejścia do analizy danych zawierających wyniki poniżej granicy raportowania (tj. granicy wykrywalności lub oznaczalności, czyli tzw. wyniki […]

Learn more

Statystyka w badaniach naukowych – zastosowania i dobre praktyki

Szkolenie jest poświęcone omówieniu poprawnego stosowania podejścia statystycznego w kolejnych etapach procesu badawczego w różnych dziedzinach badań naukowych. Szczególny nacisk […]

Learn more

Praktyczne zastosowania technik regresyjnych w Statistica

Jednym z głównych celów badań jest ilościowy opis powiązań pomiędzy zjawiskami i wywołującymi je czynnikami. Szkolenie jest poświęcone omówieniu statystycznych […]

Learn more

Do you have questions?

Get in Touch!

Our team is ready to help with any questions you might have. Just fill out the form, send us a message, or give us a call, and we’ll get back to you as soon as we can!

    Skip to content