検出力
検定において、
帰無仮設の棄却ラインを超える、そういうサンプルを得るには?
どれだけの効果量,サンプルサイズによる、その確率分布による統計量の分布が必要か?
その効果量とサンプルサイズを、予め決める必要がある。
https://gyazo.com/62bbce4d593f615b361225621948f49d
検出力は、真の効果量をある値で仮定した場合に、効果量0の帰無仮説が(無事?)棄却される確率。 上図だと、真の効果量が2(右の分布)の場合に、効果量0( 左の分布)の片側95%のポイント 1.96は、真の効果量のだと-0.04.
この0.04より右に観測結果が位置しないといけないので、ほぼ50%しか棄却できる(検出できる)可能性はない。
検出力95%で、有意水準5%で棄却するには、効果量*sqrt(サンプルサイズ)で3.26くらいだせればよい?サンプルが100個なら、0.32くらいの効果量。試験の偏差値なら平均値の差が3ポイント?くらい。(自信なし)
---------以前のめも----
検定時に、実際に想定する差が存在する(平均値が違うなど)場合に、違いがないという帰無仮説を棄却(差があるとなる)できる確率。
必要な効果量 サンプルサイズ 有意水準 検出力 この4つはセットで動く。4つのうち、3つ決めれば、残りが決まる。 平均値由来の効果量にサンプルサイズの二乗根をかければ、z値(標準正規分布), t値(t分布 分散未知の場合) になる 有意水準(タイプ1の帰無仮説を間違って棄却)を決める。
95%にするなら、本来は95%の外側の値なのに、サンプルだと、zやtの分布で、95%内にはいってきてしまうことはあり得る。
そのような棄却できない可能性を、1から引いた値。
計算は、、 ,,,
こちらを読むと、サンプルサイズの263は何かの収束値なんだろか。
タイプ1のエラー(勇み足)は、帰無仮説が分布が同じ(平均の差がゼロ)、という仮定になると思うので、分布の外側にいる確率(p値)でよかったけど、タイプ2のエラー(見過ごし)は分布が違うという仮定で、、どうやって計算するのだろう....非中心な話????