Škola znamená prvá láska, škola znamená budúcnosť, škola ...
Power analysis aneb Co to vlastně znamená
description
Transcript of Power analysis aneb Co to vlastně znamená
Power analysisaneb
Co to vlastně znamená
P<0.05
A hlavně co znamená P>0.05
(Podle Scheiner & Gurevitch 2001: Desing and analysis of ecological experiments. 2nd ed. Oxford Univ. Press)
Rozhodovací tabulka
Effect size
• Absolute effect size – zásahem vzroste biomasa o 100 g.m-2
• Relative effect size – zásahem vzroste biomasa o 5%
• Standardized effect size – standardizováno variabilitou s.d.
Síla testu závisí na effect size
Při malém počtu replikací neprokážeme i docela velký efekt, při velkém počtu replikací prokážeme i efekt, který nemá biologický význam
Na co nám odpoví Power analysis
• Dává nám závislost síly testu na velikosti efektu, variabilitě dat a velikosti sledovaného výběru (sledovaných výběrů)
• Pomůže nám naplánovat experimet, nebo se hodí v případě, že test vyšel neprůkazně
Example 1 – correlation coefficient
• Relationship between no of species and biomass (and I expect linear relationship)
• How many quadrat I need to get significant result?
• Factors which I need to know – Expected value of correlation coefficient in the
(statistical) „population“ (i.e. The effect size, the size of deviation from the H0)
– Required power of the test
Example 2 – t-test
• Difference in no of species between mown and unmown plots (independent samples)
• What I need to know: Expected difference, „population“ sigma – homoscedascity expected
• S.E.S.= Difference/sigma
• Required power of the test
• How many quadrats I need
Es = S.E.S. = Difference/Sigma
Možné otázky• Biologický smysl má zvýšení produkce semen po
odstranění konkurenta o 10% (číslo vycucané z prstu nebo podložené nějakou evoluční úvahou); zvýšení produkce hnojením je rentabilní, jen pokud výnos vzroste od jednu tunu na hektar.
• Předpokládá se, že znám variabilitu dat (kvalifikovaně odhadnu, nebo znám z předchozích pokusů)
• Kolik potřebuji opakování v každé skupině, abych takový efekt prokázal (tj. abych nulovou hypotézu o neexistenci efektu zamítl na 5% hladině významnosti) s pravděpodobností alespoň 90% (síla testu, tj 1-β)
• Nebo: Jakou jsem měl šanci daný efekt prokázat při daných velikostech výběru
Zavádějící slovo „significant“
• Významný statisticky nemusí znamenat významný biologicky
• (Skoro) každá nulová hypotéza je nepravdivá – pak záleží často jen na počtu replikací, které jsme schopni udělat, zda dostaneme signifikantní výsledek (naštěstí jsme většinou omezeni v počtu replikací – pozor na možnosti „computerized sampling“)
• Power analysis
Mě se líbí přístup:
Pozor – co je pod a co je nad zero effect není zde z hlediska logiky zamítnutí důležité
Tento přístup lze použít pro plánování počtu replikací (jak široký potřebuju CI)
Když uvedu CI, tak mi to dává představu, i když nemám a priori stanovenou minimální velikost bioélogicky smysluplného efektu