Co je to statistická síla?

Přejít na

Tuto wiki najdete na platformě Physiotutors Staňte se členem

Naučte se

Co je to statistická síla? | Statistiky

Síla je dlouhodobá pravděpodobnost, že série stejných studií odhalí statisticky významný účinek (např. p<0,05), pokud nějaký existuje. Pravděpodobnost chyby typu 2 v sérii identických studií je jedna minus síla (1-ß, často 20 %).

Např.

Sto studií se provádí na stejné populaci se stejnou strukturou léčby A vs. léčby B. Skutečný rozdíl v léčbě v reálném životě mezi léčbou A a B je o 30 % vyšší šance na úplné uzdravení při léčbě A. Když se provede statistika na těchto sto studiích (stejná populace, stejný rozptyl, stejná směrodatná odchylka), v průměru asi 20 studií neprokáže statisticky významný účinek. Jedná se o chybovost typu 2 neboli falešnou negativitu - přímo související se statistickou silou (1-ß).

Zjednodušeně řečeno, nedostatečně podložená studie bude méně často vykazovat statisticky významný účinek, zatímco ve skutečnosti rozdíl existuje.

To ovlivňuje výkon

Síla je ovlivněna několika faktory, stejně jako u p-hodnot.

Velikost vzorku: větší vzorek = větší síla (jasnější rozdíly mezi skupinami, méně šumu v datech)
Rozptyl: menší rozptyl = větší síla
Velikost účinku: větší velikost účinku = větší síla (snáze zjistitelná testem)
Typ statistického testu: některé testy poskytují větší sílu výměnou za více předpokladů (ve statistice nejsou obědy zadarmo).

Je však nutné si uvědomit, že statistická síla (např. 80 %) je zde pro jeden nástroj měření, pro jeden časový okamžik, pro jednu velikost účinku.

Nízký výkon = nespolehlivá studie

Nedostatečně silná studie tedy zvyšuje riziko chyb typu 2 (falešně negativních výsledků), ale zároveň zvyšuje i riziko chyb typu 1 (falešně pozitivních výsledků), a to s nadhodnocenými účinky. Tomu se říká "prokletí vítěze". Proto prostě nemůžete na vzorek hodit více výsledkových měření a měřit ve více časových bodech, aniž by se vaše statistická síla zhroutila. Dobří výzkumníci a lékaři vědí, že sekundární výsledná měření jsou pouze orientační, protože studie není pro takové množství měření dostatečně výkonná. Potřebujete nové studie, které by tyto návrhy potvrdily. Výše popsaný problém se označuje jako problém vícenásobného porovnávání.

Dokážu si představit, že to zní trochu neintuitivně. Podívejme se na příklad.

Např.

Přednášíte skupině 200 studentů a rozhodnete se je rozdělit do dvou skupin. Cílem vaší studie je zjistit, zda existují rozdíly mezi pohlavími, například zda je v jedné skupině více žen než v druhé. Není v tom žádný rozdíl. Pak se podíváte na barvu očí, barvu vlasů, délku ukazováčku, PR v benchpressu, QOL, věk, počet sourozenců atd. Je pravděpodobné, že někde narazíte na statisticky významný výsledek. Jedná se o problém vícenásobného porovnávání.

Řešení

Aby se výzkumníci vyhnuli nedostatečně silným studiím a riziku falešně pozitivních nebo falešně negativních výsledků, musí své studie plánovat s dostatečnou silou. To vyžaduje zvážení faktorů, jako je velikost vzorku, velikost účinku, rozptyl a použitý statistický test. Vícenásobné testování také představuje riziko falešně pozitivních výsledků, které lze řešit metodami, jako je úprava hladiny významnosti nebo použití kontroly míry falešných objevů. Pochopením pojmu statistické síly a jejího významu při testování hypotéz mohou výzkumní pracovníci navrhovat studie, které přinesou spolehlivé a smysluplné výsledky.