Para um teste de correlação em bioestatística (como a Pearson ou Spearman), escolher o gráfico de dispersão que se parece com uma quantidade importante de correlação. Cada gráfico mostra o valor de r
(O coeficiente de correlação) e o número necessário de indivíduos analisáveis (cada uma fornecendo
x e um
y valor). Por exemplo, se o gráfico de dispersão, no canto inferior esquerdo (correspondendo a
r = 0,6) parece mostrar uma quantidade importante de correlação, você vai precisar de cerca de 20 indivíduos analisáveis.
Para outro r valores que não estão nos gráficos de dispersão anteriores, usar esta regra de ouro para estimar o tamanho da amostra: Você precisa de cerca de 8 /r2 - 3 indivíduos analisáveis.
Amostra estimativa de tamanho de testes t Student independente em Bioestatística
Em bioestatística, quando comparadas as médias de dois grupos independentes de indivíduos utilizando um teste t de Student não pareado, tamanho do efeito é expresso como a razão entre # 916- (delta, a diferença entre as médias dos dois grupos) dividido pela # 963- (sigma, a dentro do grupo desvio padrão).
Cada gráfico na figura a seguir mostra a sobreposição curvas de sino que indicam a quantidade de separação entre dois grupos, juntamente com o tamanho do efeito (# 916 - / # 963-) e o número necessário de indivíduos analisáveis em cada grupo. Escolha o gráfico que se parece com uma importante quantidade de separação entre os dois grupos. Por exemplo, se o gráfico do meio (que corresponde a uma diferença entre grupos que é três quartos tão grande como o desvio padrão dentro do grupo) se parece com uma quantidade importante de separação, então você precisa de cerca de 29 indivíduos analisáveis por grupo (para um total de 58 indivíduos analisáveis).
Para outro # 916 - / # 963- valores, use esta regra para estimar o tamanho da amostra: Você precisa de cerca de 16 / (# 916 - / # 963-)2 assuntos analisáveis em cada grupo.
Amostra estimativa de tamanho de testes t de Student pareado em Bioestatística
Em bioestatística, ao comparar as medições emparelhados (tais como mudanças entre dois pontos de tempo para o mesmo assunto), utilizando um teste t de Student emparelhado, o tamanho do efeito é expresso como a razão entre # 916- (delta, a alteração média) dividida pela # 963- (Sigma, o desvio padrão das variações). Outra, talvez mais fácil, maneira de expressar o tamanho do efeito é pelo número relativo de indivíduos esperados com positiva contra mudanças negativas. (Esses índices são mostrados abaixo de cada curva.)
Cada gráfico na figura a seguir mostra uma curva de sino indicando a propagação de mudanças, juntamente com o tamanho do efeito (916 # - / # 963-), a proporção de positivo para diferenças negativas, e o número requerido de analisáveis sujeitos (cada sujeito proporcionando um par de medidas). Escolha o gráfico que se parece com uma quantidade importante de mudança (em relação à linha vertical que representa nenhuma mudança). Por exemplo, o gráfico do meio corresponde a uma alteração média que é três quartos tão grande como o desvio padrão das alterações, com cerca de 3,4 vezes mais sujeitos aumentando como diminuindo. Se isso parece uma quantidade importante de mudança, então você precisa de 16 pares de medidas (tais como 16 indivíduos, cada um com um pré-tratamento e um valor pós-tratamento).
Para outro # 916 - / # 963- valores, use esta regra para estimar o tamanho da amostra: Você precisa de cerca de 8 / (# 916 - / # 963-)2 + 2 pares de medições.
Estimativa do tamanho da amostra ao comparar duas proporções em Bioestatística
A proporção de indivíduos que têm alguns atributos (tais como respondendo ao tratamento) podem ser comparados entre os dois grupos de indivíduos, criando uma tabela de referência cruzada dos dados, em que as duas linhas representam os dois grupos, e as duas colunas representam a presença ou ausência do atributo. Em bioestatística, esta tabela de referência cruzada podem ser analisados com um teste exato de qui-quadrado ou Fisher.
Para estimar o tamanho de amostra necessário, você precisa fornecer as proporções esperadas nos dois grupos. Olhe para cima as duas proporções que deseja comparar à esquerda e topo da tabela a seguir. (Não importa qual parte você olhar para cima de qual lado). O número na célula da tabela é o número de indivíduos analisáveis que você precisa em cada grupo. (O tamanho total da amostra necessária é duas vezes esse número.)
Por exemplo, se você espera que 40 por cento dos indivíduos não tratados com uma certa doença para morrer, mas apenas 30 por cento dos indivíduos tratados com uma nova droga para morrer, você iria encontrar a célula na interseção da linha de 0,30 e a coluna 0,40 (ou vice versa), que contém o número 376. Então você precisa de 376 indivíduos analisáveis em cada grupo, ou 752 indivíduos analisáveis completamente.
