StatMate
A mintaszám és erő varázsló.
A GraphPad StatMate-tel többé nem kell találgatnia, hány adatra van szüksége a kísérletéhez, és egyszerűen, de gyorsan kiszámolhatja a statisztikai próba erejét, hogy kiszűrje a különböző hipotézisbeli eltéréseket. Varázsló-alapú formátuma végigvezeti Önt a szükséges lépéseken, így meghatározhatja a kockázat és költség közti viszonyt. A Statmate-tel nincs tanulási görbe, mert a program magyarázza önmagát. Minden dokumentáció, amire szüksége van be van építve a programba.

Miért fontos a mintaszám ?

Sok kísérlet és klinikai próba túl kevés alannyal van kivitelezve. Egy alul reprezentált kutatás elpocsékolt befektetés pláne, ha lényeges kezelési hatások maradnak felfedezetlenül. Ezért, amikor kutatást szervezünk szükséges megfelelő mintaszámot alkalmazni. A döntés számos tényezőn múlik, például az adatok közti feltételezett szóráson, mennyire akarja kockáztatni a véletlen hibák beleszólását az eredménybe és mennyire kell biztosra mennie az esetlegesen létező különbségek detektálásakor.
A StatMate megmutatja önnek a trade-offot
Néhány program megkérdezi Önt mekkora legyen a próba ereje és mekkora hatásfokot szeretne, majd ezt követően mondja meg, mekkora mintaszámra van szükség. Ezzel a megközelítéssel az a probléma, hogy gyakran ezeket nem tudjuk előre. Ön nagyon érzékeny kísérletet szeretne végezni nagyon alacsony hatások kimutatására, és szigorúan meghatározott statisztikai szignifikanciával. Ez viszont nagyon sok alanyt igényel, többet, mint amit megengedhet magának. A StatMate 2 megmutatja, a lehetőségeit és segít megérteni a kompromisszumokat a kockázat és költség viszonyában, így magabiztosan tud döntést hozni a mintaszámról és erőről.
Mekkora legyen a próba ereje?
Azt is tudnia kell, hogy az elvégzett kísérletei elég hatékonyak-e. Ha az elemzés statisztikailag szignifikáns, elég egyszerű interpretálni. Egy statisztikailag nem szignifikáns eltérést azonban sokkal nehezebb. Sosem lehetséges bebizonyítani, hogy egy kezelésnek semmilyen hatása nem volt, mert az apró változások észrevétlenek maradhatnak. A StatMate megmutatja Önnek a statisztikai próba erejét a kísérletben, így felismerheti a különböző hipotetikus különbségeket.
StatMate
Your sample size and power wizard.
Bevezetés
A StatMate teljesen önmagyarázó program, így ez a fejezet inkább a logikát mutatja meg a erőelemzés mögött, mint a Astatmate használatának mechanikáját. Tanulja meg a statisztikai erő alapkoncepcióját!
A mintaszám példájában használt kísérlet elemzését fogjuk folytatni (Clinical Science 64:265-272, 1983). Most az erőelemzést fogjuk alkalmazni az eredmények bemutatására.
Meghatároztuk az alfa2-adrenerg receptorok számát normál és magas vérnyomású emberek vérlemezkéin. Íme az eredmények:
Kontroll Magas vérnyomás
Vizsgálati alanyok száma |
17 |
18 |
Átlagos receptorszám (receptor/vérlemezke) |
263 |
257 |
Standard szórás |
87 |
59 |
Az adatokat párosítatlan t próbával elemeztük. Itt vannak az eredmények a Prism-ből:
Mivel az átlagos receptorszám majdnem ugyanannyi volt a két csoportban, a P érték nagyon magas. Ezek az adatok nem támasztják alá, hogy az átlagos receptorszám különbözik a két csoportban.
Annak ellenére, hogy vonzónak tűnik levonni a konklúziót, hogy az eredmények “statisztikailag nem szignifikánsak” (ahogyan a 25 évvel ezelőtt megjelent publikációban is megtörtént), két további lehetőségünk is van a továbblépésre. Az egyik megközelítés a konfidencia intervallum értelmezése. Mi viszont erőelemzést fogunk alkalmazni, így értékeljük a kísérletet.

1. lépés: válasszon elemzési módszert
Két egyszerű kérdés megválaszolásával válassza ki, milyen elemzést szeretne végeztetni a StatMate-tel:
- Mi a célja? Mi például egy befejezett kísérlet erejét szeretnénk megállapítani.
- Mi a kísérleti felépítés? Ebben a példában mi két csoport átlagértékeit szeretnénk összehasonlítani párosítatlan t próbával.

2. Lépés: Adjon meg mindkét csoport SD (standard szórás) és N (elemszám) értékeit
Írjuk be a tanulmány eredményeit.

Vegyük figyelembe, hogy nem kell beírni a csoportokhoz tartozó átlagokat. Az átlagértékek nem szükségesek az erő kiszámolásához. Csak a két csoport elemszámát és a variabilitását kell megadni.
3. Lépés: Válasszon erőt
A StatMate megmutatja nekünk a kutatás erejét (a megadott elemszámok és standard szórás alapján), hogy különböző hipotetikus eltéréseket (delta) mutathassunk ki.

Kattintson a 80%-os erejű eredményre.
4. Lépés: Tekintse meg a StatMate jelentését a erőelemzésről

A fenti screenshot az első két vagy három részét mutatja a jelentésnek: az Ön által megadott adatokat jeleníti meg, és egy részletes értelmezést. A jelentés ezt követően a teljes tradeoff táblázatot mutatja (melyet korábban már láttunk). Az adatokat exportálhatja Word-be egy gombnyomással (csak Windowsban) vagy kimásolhatja copy-paste segítségével.
StatMate funkciók
Mintaelem számítás: - Hány alanyra (mintavételre) lesz szüksége? A válasz természetesen: attól függ. Attól függ, mekkora a különbség, amit szeretne kimutatni, az adataiból mennyi változik és mennyire hajlandó Ön kockáztatni, hogy véletlenszerűségből adódó különbségeket detektál és elsiklik a valós különbségek felett. A StatMate segít Önnek és láthatóvá teszi a trade-offokat, így Ön megfelelő mintaszámot választhat a kísérletéhez.
Az erő számítása - Csak mert egy tanulmány arra a konklúzióra jut, hogy az eredmények statisztikailag nem szignifikánsak, még nem jelenti azt, hogy a kezelés hatástalan volt. Lehetséges, hogy az elemzés során elsiklottunk az alacsony hatás felett az alacsony mintaszám vagy nagy szórás miatt. A StatMate kiszámolja Önnek a teszt erejét hogy a különböző hipotetikus eltéréseket is detektálni tudja.
Válasszon a következő statisztikai tesztek közül:
- Két átlag összehasonlítása (párosítatlan t-próba)
- Két párhuzamos minta átlagának összehasonlítása (páros t próba)
- Két túlélési görbe összehasonlítása (log-rank test)
- Két arány összehasonlítása (chi-négyzet próba)
- Egy átlag és egy hipotetikus érték összehasonlítása (egymintás t-próba)