Esta parcela de 'estatísticas em pequenas doses' anda de mãos dadas com a anterior – O tamanho (da amostra) importa? Não precisamos percorrer fórmulas de tamanho de amostra, pois elas estão prontamente disponíveis em softwares on-line;1-3 em vez disso, abordaremos fatores que podem afetar o tamanho da amostra e que podem ser úteis a serem considerados ao estimar o tamanho da amostra.
O tamanho da amostra é o fator mais importante para manter a β (probabilidade de erro tipo II) sob controle. Aumentar o tamanho da amostra reduz β e, como o poder é 1-β, o poder é aumentado. Mas o poder também pode ser aumentado usando variáveis medidas com mais precisão, examinando se o efeito que você espera é justificado (talvez seu benefício de tratamento antecipado tenha sido subestimado), usando sujeitos pareados ou combinados e postulando testes estatísticos unicaudais (mesmo que testes são muito mais apropriados, especialmente em novas áreas de pesquisa). O uso de variáveis contínuas em vez de variáveis categóricas pode aumentar o poder. Tudo o mais sendo igual, os testes estatísticos podem fazer mais uso dos níveis mais sutis de informação contidos em variáveis contínuas do que os níveis de informação relativamente brutos contidos em variáveis categóricas. Finalmente, pode ser viável usar mais controles, digamos, em uma relação caso:controle de 1:2 ou 1:2. Enquanto isso aumenta o tamanho da amostra, o poder também aumenta; infelizmente, a energia se estabiliza em uma proporção case:control de 1:3. Seu estatístico ou analista de dados pode ajudar com todas essas considerações de design e medição.
No próximo mês, as estatísticas em pequenas doses explorarão a 'forma' distributiva e sua importância nos testes estatísticos.
1. www.raosoft.com/samplesize.html
2. www.ncss.com/software/pass
3. www.hedwig.mgh.harvard.edu/sample_size/size.html
