Học hỏi
Sức mạnh thống kê là gì? | Thống kê
Sức mạnh là xác suất dài hạn của một loạt các nghiên cứu giống hệt nhau để phát hiện ra tác động có ý nghĩa thống kê (ví dụ: p < 0,05) nếu có. Xác suất xảy ra lỗi loại 2 trong một loạt các nghiên cứu giống hệt nhau là một trừ đi lũy thừa (1-ß, thường là 20%).
Ví dụ.
Một trăm nghiên cứu được tiến hành trong cùng một nhóm dân số với cùng cấu trúc phương pháp điều trị A so với phương pháp điều trị B. Sự khác biệt thực sự giữa phương pháp điều trị A và B trong cuộc sống thực là khả năng phục hồi hoàn toàn cao hơn 30% trong phương pháp điều trị A. Khi các số liệu thống kê được thực hiện trên một trăm nghiên cứu này (cùng một quần thể, cùng phương sai, cùng độ lệch chuẩn), trung bình khoảng 20 nghiên cứu sẽ không cho thấy tác dụng có ý nghĩa thống kê. Đây là tỷ lệ lỗi loại 2 hoặc kết quả âm tính giả—liên quan trực tiếp đến sức mạnh thống kê (1-ß).
Nói một cách đơn giản, một nghiên cứu không đủ năng lực thường ít cho thấy tác động có ý nghĩa về mặt thống kê, trong khi thực tế vẫn có sự khác biệt.
Điều này ảnh hưởng đến sức mạnh
Công suất bị ảnh hưởng bởi một số yếu tố, giống như giá trị p .
- Kích thước mẫu: mẫu lớn hơn = sức mạnh lớn hơn (sự khác biệt rõ ràng hơn giữa các nhóm, ít nhiễu dữ liệu hơn)
- Phương sai: phương sai nhỏ hơn = công suất lớn hơn
- Kích thước hiệu ứng : kích thước hiệu ứng lớn hơn = sức mạnh lớn hơn (dễ phát hiện hơn bằng thử nghiệm)
- Loại kiểm tra thống kê: một số kiểm tra mang lại nhiều sức mạnh hơn để đổi lấy nhiều giả định hơn (không có bữa trưa miễn phí trong thống kê)
Tuy nhiên, điều quan trọng là phải hiểu rằng sức mạnh thống kê (ví dụ: 80%) dành cho một công cụ đo lường, tại một thời điểm, cho một quy mô hiệu ứng.
Công suất thấp = nghiên cứu không đáng tin cậy
Vì vậy, một nghiên cứu thiếu sức mạnh sẽ làm tăng nguy cơ mắc lỗi loại 2 (kết quả âm tính giả) , nhưng nó cũng làm tăng nguy cơ mắc lỗi loại 1 (kết quả dương tính giả), với những tác động thổi phồng. Đây được gọi là 'lời nguyền của người chiến thắng'. Đây là lý do tại sao bạn không thể áp dụng nhiều biện pháp đo lường kết quả vào một mẫu và đo lường tại nhiều thời điểm khác nhau mà không làm giảm sức mạnh thống kê. Các nhà nghiên cứu và bác sĩ lâm sàng giỏi biết rằng các biện pháp đánh giá kết quả thứ cấp chỉ mang tính gợi ý vì nghiên cứu không có đủ số lượng biện pháp như vậy. Bạn cần những nghiên cứu mới để xác nhận những gợi ý đó. Vấn đề được mô tả ở trên được gọi là vấn đề so sánh bội .
Tôi có thể tưởng tượng điều này nghe có vẻ hơi trái ngược với trực giác. Hãy cùng xem một ví dụ.
Ví dụ.
Bạn đang giảng bài cho một nhóm 200 sinh viên và quyết định chia họ thành hai nhóm. Mục đích nghiên cứu của bạn là để xem liệu có sự khác biệt về giới tính như nhóm này có nhiều nữ hơn so với nhóm kia hay không. Không có sự khác biệt nào cả. Sau đó, bạn nhìn vào màu mắt, màu tóc, chiều dài ngón trỏ, PR, QOL, tuổi, số lượng anh chị em, v.v. Rất có thể bạn sẽ gặp phải một kết quả có ý nghĩa thống kê ở đâu đó. Đây là bài toán so sánh bội .
Giải pháp
Để tránh các nghiên cứu không đủ mạnh và nguy cơ dương tính giả hoặc âm tính giả , các nhà nghiên cứu phải lập kế hoạch nghiên cứu với sức mạnh phù hợp. Điều này đòi hỏi phải xem xét các yếu tố như quy mô mẫu, quy mô hiệu ứng , phương sai và thử nghiệm thống kê được sử dụng. Việc xét nghiệm nhiều lần cũng có nguy cơ dương tính giả , có thể được giải quyết thông qua các phương pháp như điều chỉnh mức ý nghĩa hoặc sử dụng biện pháp kiểm soát Tỷ lệ phát hiện giả. Bằng cách hiểu được khái niệm sức mạnh thống kê và tầm quan trọng của nó trong việc kiểm định giả thuyết, các nhà nghiên cứu có thể thiết kế các nghiên cứu mang lại kết quả đáng tin cậy và có ý nghĩa.
Tài liệu tham khảo
Bạn có thích những gì bạn đang học không?
MUA SÁCH ĐÁNH GIÁ CỦA PHYSIOTUTORS ĐẦY ĐỦ
- Sách điện tử hơn 600 trang
- Nội dung tương tác (Trình diễn video trực tiếp, bài viết PubMed)
- Giá trị thống kê cho tất cả các bài kiểm tra đặc biệt từ nghiên cứu mới nhất
- Có sẵn trong 🇬🇧 🇩🇪 🇫🇷 🇪🇸 🇮🇹 🇵🇹 🇹🇷
- Và nhiều hơn nữa!
Tải ứng dụng Physiotutors miễn phí ngay!
