Questa puntata di "statistiche a piccole dosi" va di pari passo con la precedente: le dimensioni (campione) contano? Non è necessario esaminare le formule della dimensione del campione poiché queste sono prontamente disponibili nel software online; 1-3, toccheremo piuttosto i fattori che possono influenzare la dimensione del campione e che possono essere utili da considerare quando si stima la dimensione del campione.
La dimensione del campione è il fattore più importante per tenere sotto controllo β (Probabilità di errore di tipo II). L'aumento della dimensione del campione riduce β e, poiché la potenza è 1-β, la potenza aumenta. Ma la potenza può anche essere aumentata utilizzando variabili misurate in modo più preciso, esaminando se l'effetto atteso è giustificato (forse il beneficio del trattamento previsto è stato sottovalutato), utilizzando soggetti appaiati o abbinati e postulando test statistici a 1 coda (anche se a 2 code i test sono molto più spesso appropriati, specialmente in nuove aree di ricerca). L'uso di variabili continue invece di variabili categoriali può aumentare la potenza. A parità di condizioni, i test statistici possono utilizzare maggiormente i livelli di informazione più fini contenuti nelle variabili continue rispetto ai livelli di informazione relativamente grezzi contenuti nelle variabili categoriali. Infine, potrebbe essere possibile utilizzare più controlli, ad esempio in un rapporto caso:controllo di 1:2 o 1:3. Mentre questo ingrandisce la dimensione del campione, aumenta anche la potenza; sfortunatamente i livelli di potenza si riducono a circa un caso: rapporto di controllo di 1:4. Il tuo statistico o analista di dati può aiutarti con tutte queste considerazioni di progettazione e misurazione.
Il mese prossimo, le statistiche a piccole dosi esploreranno la "forma" distributiva e la sua importanza nei test statistici.
1. http://www.raosoft.com/samplesize.html
2. www.ncss.com/software/pass
3. www.hedwig.mgh.harvard.edu/sample_size/size.html
