如何使用G*power计算统计检验力


一直比较关注研究中存在的一些方法的问题,而最近学术界里讨论比较多的是研究的统计检验力(power)和样本量的问题(引起争论文章见
这里)。许多争论的结果大多都会指向一个解决方案:对实验进行严格的设计,在实验之前进行统计检验力的估计和样本量计算。那么这实际上可能包括两个步骤:

第一,计算先前实验或者预实验结果中的效应量和统计检验力;
第二,根据统计检验力判断该研究中的效应量有多靠谱,再根据这个效应量计算自己实验需要多大的样本量。
这两步理论上都可以在G*Power中完成。

准备:
软件准备:下载G*power软件(注意,不是宝马的Gpower): http://www.psycho.uni-duesseldorf.de/abteilungen/aap/gpower3/;
知识准备:这里借用一下刘嘉老师曾经讲过的内容(记得不对请指正),在假设检验中,统计模型既定的情况下,有四个参数:alpha值,效应量,样本量和统计检验力。当统计模型确定后(即使用的是t检验,ANOVA抑或是其他检验方法),后面四个参数知道其中三个可以计算出第四个。
如何使用G*power计算统计检验力1
假如我们想计算一个已有研究的统计检验力,根据上面的这个背景知识,计算效应量就得知道alpah值(一般是0.05)、样本量(这个很容易从文章中找出来)和效应量(effect
size)(这个可能需要稍微算一下)
打开G*power之后看到如下界面:
2
如何使用G*power计算统计检验力
点击一下左下方的Determine,右侧弹出一个小窗口,变成如下界面:
如何使用G*power计算统计检验力
3
上面界面中的数字表示如何一步步地点击各个按键来计算。
1 选择进行计算的类型,A priori:…..这个是实验前计算样本量;Post hoc: ….
这个是计算一个已经完成研究的统计检验力。既然是对已经完成的研究来计算统计检验力,那么就选择Post Hoc;
2 在test family里,根据统计方法选择对应的选择,比如就选择t test,然后在Statisitcal
test里选择具体的检验方法:比如配对样本t检验。选择之后出现如下图的界面。
4如何使用G*power计算统计检验力
3 在determine里计算出目前这个研究的效应量。这里根据各个统计方法不同而提供了多种计算的方法。
4 输入计算效应量的信息(注意:t检验和ANOVA中输入的信息不相同),配对样本t检验中,可以differences 和group
parameters来计算,把相应的数字输入。
5 点Calculate,可以看到效应量
6 点Calculate and transfer to
main window,计算出来的效应量值就出现在主窗口的Effect size dz处。
7 输入样本量
8
点击主窗口的Calculate,就计算出了目前研究的统计检验力,在主窗口左下部分。
到这里,就完成了对个研究统计检验检验力的计算(顺便还计算了效应量)。
如果要预测自己下一个实验需要多少样本量,在第一步进需要选择 A priori:….
。由于Cohen大神早就说明,一个统计检验力为0.8及以上的研究才算比较高,所以一般就把power放在0.8。然后,输入其他参数(选定统计方法,输入alpha值,效应量)。最后计算出样本量。
需要指出的是,在方差分析中,每个效应(比如主效应,交互作用)都对应一个效应量,因为其实每个效应都是要单独算的。
PS:这个是土鳖自己的摸索,在国内科研环境下,似乎很少有实验前预先估计样本量的这个环节,所以以上均是理论的东西。自己曾经计算过一个实验主效应所需要的样本量,结果是4个被试就可以达到0.8的检验力。但是我也不敢依此只收集4个被试的数据,因为先前研究中的效应量可能是夸大的。所以,更有经验的人请不吝赐教!

5 thoughts on “如何使用G*power计算统计检验力

  1. study_harvest

    由于Cohen大神早就说明,一个统计检验力为0.8及以上的研究才算比较高,所以一般就把power放在0.8——这个是在T检验下的,ANOVA的power不需要这么大的?

    Reply
  2. study_harvest

    由于Cohen大神早就说明,一个统计检验力为0.8及以上的研究才算比较高,所以一般就把power放在0.8——这个是在T检验下的,ANOVA的power不需要这么大的?

    Reply

Leave a Reply

Your email address will not be published. Required fields are marked *