'छोटी खुराक में आंकड़े' की यह किस्त पिछले के साथ-साथ चलती है - क्या (नमूना) आकार मायने रखता है? हमें नमूना आकार के फ़ार्मुलों के माध्यम से आगे बढ़ने की आवश्यकता नहीं है क्योंकि ये ऑनलाइन सॉफ़्टवेयर में आसानी से उपलब्ध हैं; 1-3 इसके बजाय, हम उन कारकों पर ध्यान देंगे जो नमूना आकार को प्रभावित कर सकते हैं और नमूना आकार का अनुमान लगाते समय विचार करने में मददगार हो सकते हैं।
नमूना आकार β (टाइप II त्रुटि संभावना) को नियंत्रण में रखने के लिए सबसे महत्वपूर्ण कारक है। नमूना आकार बढ़ने से β कम हो जाता है, और, चूंकि शक्ति 1-β है, इसलिए शक्ति बढ़ जाती है। लेकिन अधिक सटीक रूप से मापे गए चर का उपयोग करके शक्ति को भी बढ़ाया जा सकता है, यह जांच कर कि क्या आप जिस प्रभाव की अपेक्षा करते हैं वह उचित है (शायद आपके अनुमानित उपचार लाभ को कम करके आंका गया था), युग्मित या मिलान वाले विषयों का उपयोग करके, और 1-पूंछ वाले सांख्यिकीय परीक्षण (भले ही 2-पूंछ वाले) परीक्षण अधिक बार उपयुक्त होते हैं, विशेष रूप से अनुसंधान के नए क्षेत्रों में)। श्रेणीबद्ध चर के बजाय निरंतर चर का उपयोग शक्ति बढ़ा सकता है। अन्य सभी समान होने के कारण, सांख्यिकीय परीक्षण श्रेणीबद्ध चरों में निहित जानकारी के अपेक्षाकृत अपरिष्कृत स्तरों की तुलना में निरंतर चर में निहित जानकारी के बेहतर स्तरों का अधिक उपयोग कर सकते हैं। अंत में, अधिक नियंत्रणों का उपयोग करना संभव हो सकता है, उदाहरण के लिए, एक मामले में: 1:2 या 1:3 का नियंत्रण अनुपात। जबकि यह आपके नमूने के आकार को बढ़ाता है, शक्ति भी बढ़ती है; दुर्भाग्य से बिजली का स्तर लगभग एक मामले में बंद हो जाता है: 1:4 का नियंत्रण अनुपात। आपका सांख्यिकीविद् या डेटा विश्लेषक इन सभी डिज़ाइन और माप संबंधी विचारों में मदद कर सकता है।
अगले महीने, छोटी खुराक में आंकड़े वितरणीय 'आकार' और सांख्यिकीय परीक्षण में इसके महत्व का पता लगाएंगे।
1. www.aosoft.com/samplesize.html
2. www.ncss.com/software/pass
3. www.hedwig.mgh.harvard.edu/sample_size/size.html
