Čo je to štatistická sila?

Prejsť na

Túto wiki nájdete na platforme Physiotutors Staňte sa členom

Naučte sa

Čo je to štatistická sila? | Štatistika

Sila je dlhodobá pravdepodobnosť, že séria rovnakých štúdií odhalí štatisticky významný účinok (napr. p<0,05), ak nejaký existuje. Pravdepodobnosť chyby typu 2 v sérii rovnakých štúdií je jedna mínus sila (1-ß, často 20 %).

Napr.

Sto štúdií sa vykonáva v rámci tej istej populácie s rovnakou štruktúrou liečby A a liečby B. Skutočný rozdiel v liečbe v reálnom živote medzi A a B je o 30 % vyššia šanca na úplné uzdravenie pri liečbe A. Keď sa na týchto sto štúdiách (rovnaká populácia, rovnaký rozptyl, rovnaká štandardná odchýlka) vykoná štatistika, v priemere približne 20 štúdií nepreukáže štatisticky významný účinok. Ide o chybovosť typu 2 alebo falošne negatívne výsledky - priamo súvisí so štatistickou silou (1-ß).

Zjednodušene povedané, nedostatočne podložená štúdia menej často preukáže štatisticky významný účinok, hoci v skutočnosti existuje rozdiel.

To ovplyvňuje výkon

Výkon je ovplyvnený niekoľkými faktormi, rovnako ako pri p-hodnotách.

Veľkosť vzorky: väčšia vzorka = väčšia sila (jasnejšie rozdiely medzi skupinami, menej šumu v údajoch)
Rozptyl: menší rozptyl = väčšia sila
Veľkosť účinku: väčšia veľkosť účinku = väčšia sila (ľahšie zistiteľná testom)
Typ štatistického testu: niektoré testy prinášajú väčšiu silu výmenou za viac predpokladov (v štatistike neexistujú obedy zadarmo)

Je však nevyhnutné si uvedomiť, že štatistická sila (napr. 80 %) je tu pre jeden nástroj merania, pre jeden časový bod, pre jednu veľkosť účinku.

Nízky výkon = nespoľahlivá štúdia

Nedostatočne silná štúdia teda zvyšuje riziko chýb typu 2 (falošne negatívne výsledky), ale zvyšuje aj riziko chýb typu 1 (falošne pozitívne výsledky), pričom účinky sú nadhodnotené. Nazýva sa to "kliatba víťaza". To je dôvod, prečo jednoducho nemôžete na vzorku hodiť viacero meraní výsledkov a merať vo viacerých časových bodoch bez toho, aby sa vaša štatistická sila zrútila. Dobrí výskumníci a lekári vedia, že sekundárne výsledné merania sú len orientačné, pretože štúdia nie je vybavená takým množstvom meraní. Na potvrdenie týchto návrhov potrebujete nové štúdie. Uvedený problém sa označuje ako problém viacnásobného porovnávania.

Viem si predstaviť, že to znie trochu neintuitívne. Pozrime sa na príklad.

Napr.

Prednášate skupine 200 študentov a rozhodnete sa ich rozdeliť do dvoch skupín. Cieľom vašej štúdie je zistiť, či existujú rozdiely medzi pohlaviami, napríklad či je v jednej skupine viac žien ako v druhej. Nie je v tom žiadny rozdiel. Potom sa pozrite na farbu očí, farbu vlasov, dĺžku ich ukazováka, PR v benchpresse, QOL, vek, počet súrodencov atď. Je pravdepodobné, že niekde narazíte na štatisticky významný výsledok. Ide o problém viacnásobného porovnávania.

Riešenia

Aby sa výskumníci vyhli nedostatočne silným štúdiám a riziku falošne pozitívnych alebo falošne negatívnych výsledkov, musia svoje štúdie plánovať s primeranou silou. To si vyžaduje zohľadnenie faktorov, ako je veľkosť vzorky, veľkosť účinku, rozptyl a použitý štatistický test. Viacnásobné testovanie predstavuje aj riziko falošne pozitívnych výsledkov, ktoré možno riešiť metódami, ako je úprava úrovne významnosti alebo použitie kontroly miery falošného objavenia. Pochopením konceptu štatistickej sily a jej významu pri testovaní hypotéz môžu výskumní pracovníci navrhnúť štúdie, ktoré prinesú spoľahlivé a zmysluplné výsledky.