2つの平均の差の検定時に、効果量(Δ=(μ1-μ2)/σ 平均の差が標準偏差の何倍か?)と有意水準を与えたとき、必要なサンプルサイズn(n=n1=n2,それぞれのサンプルサイズの意味)を計算します。 帰無仮説:μ1=μ2で、対立仮説としてはμ1≠μ2、μ1>μ2、μ1<μ2の3種類が選べます。
2つの平均の差の検定時に、効果量(Δ=(μ1-μ2)/σ 平均の差が標準偏差の何倍か?)と有意水準を与えたとき、必要なサンプルサイズn(n=n1=n2,それぞれのサンプルサイズの意味)を計算します。 帰無仮説:μ1=μ2で、対立仮説としてはμ1≠μ2、μ1>μ2、μ1<μ2の3種類が選べます。
比較する2群のデータは独立(2群のデータに相関がない) 帰無仮説は「2群の平均値に差は無い(\(\overline{y}_{1} - \overline{y}_{2} = 0\))」 2群の母分散(標準偏差)は等しい(\(\sigma_1 = \sigma_2 \)) データ数は、2群ともに等しい(\(n_1 = n_2\)) 有意水準\(\alpha = 0.05\) 両側検定 上記条件で算出した各群の必要サンプル数(データ数)を図示しました。 上のグラフを参考に、サンプルサイズの設計を行うことができます。 例えば、2群平均値の差を1σの差まで95%検出したい場合(検定力0.95)、必要となるサンプル数は30くらいです。(検定力については後ほど解説します) 0.5σまで検出したいとなると、検定力0.95では、必要となるサンプル数は100を超えます。 また、サンプル数が1桁の場合、2σより
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く