五星澳門自由行↘9千起 快搶★SONY40吋↘8折心動台中新社花海絕美空拍 柯辦員工拒保 檢改令限...
2010-06-01 21:25:51 人氣(12,556) | 回應(50) | 推薦(0) | 收藏(0) 上一篇 | 下一篇

如何使用GPower計算相關係數所需要的樣本量?

0
收藏
0
推薦

以下以九步驟假設檢定的先行檢定力分析下去計算:

Test family: exact

Statistical test: Correlation: Bivariate normal model

Type of power analysis: A priori

Tails (建議使用雙尾)

Correlation H1 (此處指效力量)

alpha (顯著水準)

Power (檢定力)

Correlation H0 (虛無假設值 通常為零)

承上 在效力量為0.3 顯著水準0.05 檢定力0.80的條件下 研究樣本量(全部)至少為84

 

GPowercorrelation相關樣本量sample
我要檢舉 台長:本書譯者
人氣(12,556) | 回應(50)| 推薦 (0)| 收藏 (0)| 轉寄
全站分類: 教育學習(進修、留學、學術研究、教育概況) | 個人分類: GPower |
此分類下一篇:Gpower與多重回歸分析

顯示全部50則回應

alisse
謝謝您 幫助很大!!我用的是3.1.2版 不一樣嗎?
站長請教您:
我用的統計方法對嗎??當我的
依變項為~運動階段(次序變項)
自變項為
類別變項~ 工作別(三組人)、 性別、教育程度、
職位、婚姻狀況 (t-test & 卡方)
次序變項~ 薪資 (t-test & 卡方)
連續變項~ 年齡、年資 (用Ordinal logistic regression)

其次 我的快樂程度及工作績效到底是次序變項或是等比呢? 它們都是用李克式五點量表
為何有人說都可呢?癌說亦可當連續?
論文寫到此真是頭昏了!!










Ordinal logistic regression

-次序變項
運動階段 次序變項幸福感、
工作績效
Pearson’s correlation
2010-12-16 01:36:09
版主回應
關於快樂程度與工作績效適用何種統計分析 請參考我的文章"Likert scales(李克量尺)適用母數或無母數分析?" 這篇文章分類在"量表發展"裡

建議把虛無假設陳述出來 一個虛無假設對應一個統計檢定 這樣可能會越來越清楚方向

版本應該差不多 研究者所陳述的效力量是可行的:

f: 0.10 small effect size
f: 0.25 medium effect size
f: 0.40 large effect size

f就是Cohen's f

希望能有所幫助
2010-12-16 19:56:32
ALISSE
講悄悄話 看不到回應嗎?
2010-12-22 21:32:02
版主回應
如果你是跟我講悄悄話那麼別人看不到 但是我看得到
2010-12-23 19:21:17
alisse
我要如何才看得到呢?您的回覆呢?
Can you email me?
2010-12-30 12:25:31
ok
這樣看得見嗎?
2010-12-30 17:09:16
alisse
還是看不到:(
2010-12-30 23:23:25
ok
這樣應該看得見
2010-12-31 08:55:21
ALISSE
是的 謝謝
happy new year 2011
2011-01-01 15:35:11
amva
請教專家:
若最重要的研究目的所使用的統計方法是repeated measures ANOVA

此研究分成兩組(實驗組和控制組),effect size 0.25、power 0.8
這兩組每天都會測睡覺狀況(量表得分),持續七天
那我要使用Gpower來算樣本數,那請問number of measurement是要輸入7嗎?
2011-04-26 06:03:50
版主回應
每天都要測量一次的情況下 到了第七天測量完之後就總共(連第一天的第一次測量)有七次測量 所以測量次數(number of measurements)就是七次 於是輸入7

在之前的版本 使用repetitions 於是產生許多的誤會 認為第一次不算(因為第一次並不是repetition)

希望能有所幫助
2011-04-26 22:23:43
amber
您好
我是初學者
一直不會輸入
所以不知道我的樣本數到底怎麼算
可否請您教我
2011-05-27 17:11:49
版主回應
要計算樣本數 通常需要研究者設定需要的效力量與檢定力

請先確定想要的效力量與檢定力

有問題請持續聯絡
2011-05-28 19:01:50
kysalice
您好,我在使用Gpower去算repeated measures ANOVA的between factor 的 所需樣本數時,有一個選項 Corr among rep. measures 請問應該填什麼??另外Repetitions應該要填入什麼數值??(我要分析的data,總共有三組人(疼痛不同部位),量測到慣用手與非慣用手在8個手舉高角度下的data。)非常感謝!!!
2011-06-14 11:27:45
版主回應
Correlation among repetition measures指的是重複測量之間的相關 例如在八個角度下測量 那麼角度一與角度二 一直到角度八的測量值(在母體裡)之間的相關係數呈現相同值 如果這個值是0.5 那麼就輸入0.5
這個值也可以經由文獻探討中獲得

Repetitions指的是測量次數 例如在八種角度下重複測量 測量次數就有八次 千萬不要輸入七次 新版本已經把repetitions改成number of measurements

希望能有所幫助
2011-06-15 11:56:18
(悄悄話)
2011-08-28 00:02:11
Marlina
用 G*Power3.1計算 post-hoc power, 統計方法為 Mann-Whitney U-test, 其中 parent distribution選項中有 normal, laplace, logistic, minARE. 請問如何判斷 data是屬於 哪一種 distribution?他們的定義為何? 謝謝
2011-09-04 10:38:17
版主回應
Asymp.這個詞代表了大樣本 因此所計算出來的alpha代表了以z檢定所進行的大樣本近似值顯著性 我們知道z檢定所使用的z分配是常態分配 以上也是SPSS預設的計算程序

那麼為甚麼要用常態分配呢? 因為我們使用中央極限定裡去合理化眼下的小樣本最終會(樣本變大時)呈現常態分配 這樣的作法雖然不盡完美但也尚可接受

當然無母數檢定的power會因為母體分配而有所差異 但是研究者要"事先"知道眼下的研究課題屬於何種"母體"分配 才能進行接下來的分析 請注意 手上的樣本不一定能夠很清楚的告訴研究者相對應母體是何種分配 這是由於抽樣誤差的關係

各種分配的定義在網路上很容易就可以找到 例如wikipedia

提供參考
2011-09-04 19:15:29
marlina
請問兩者在統計上無顯著差異 但是post-hoc power 很低 (遠低於0.8) 代表何意? 若兩組在統計上有差異 但是 post-hoc power 不足0.8 請問表示什麼? 若power>0.8 又代表何意?
2011-09-22 19:59:27
版主回應
Power = 0.8 代表有80%的機率去拒絕虛無假設 Cohen建議最低power為0.8

無顯著差異有兩種狀況 一種是確實存在無顯著差異 一種是power太低以至於無法偵測到確實存在的顯著差異 後者使得第二類型錯誤(beta)危機增大(因為power與beta兩者機率互補為100%)

如果power低於0.8但是卻存在顯著差異 這代表差異很明顯(例如白人與台灣人的髮色黑度) 就算power很低也能偵測到顯著差異而拒絕虛無假設

如果power大於0.8而且也發現顯著差異 那麼代表這顯著差異是在有"足夠"power的條件下被偵測出來 這通常代表所偵測出來的差異性不那麼容易看出來(差異比較細微 例如台灣人與黑人的髮色黑度)因此 power太高(大於0.9)反而增加了第一類型錯誤危機 換句話說 具有統計上的顯著性但是不具有臨床顯著性的機率增大了

希望能有所幫助
2011-09-22 21:36:46
(悄悄話)
2011-09-23 22:20:05
Heidi Chen
您好,我在做F檢驗的事後檢驗,實驗設計類型為重複測量設計,請問nonsphericity correction 這一欄應該怎麼填呢?
2011-12-05 13:35:36
Heidi Chen
您好,我在做F檢驗的事後檢驗,實驗設計類型為重複測量設計,請問nonsphericity correction 這一欄應該怎麼填呢?另外,我用的是GPOWER 3.1.2的版本,謝謝專家。
2011-12-05 13:39:06
版主回應
這個校正就是epsilon
我們使用G-G校正法來計算這個e:

e = 1/(k-1). k是重複測量次數(第一次測量也要算)

e預設值為1 這表示球形假設沒有被違反

不知理解度多少?(一至五分)
2011-12-05 17:46:27
Heidi Chen
謝謝專家,第一個問題理解度為5。我還有一個問題要請教您。我做的研究,是想對一系列心理學領域中的統計檢驗進行事後分析。如果在檢驗中各重複測量之間的相關未知,那Correlation among repetition measures這一項應該怎麼填呢?如果可以經由文獻探討得來,不知道能不能大致都填為0.5呢?再次謝謝專家。
2011-12-07 13:49:22
版主回應
重複測量變異數分析因為使用了同組研究對象 所以組內變異就會變低因而使得檢定力(power)增加 也因此(為了達到同等檢定力)所需要的樣本就不如非重複測量變異數分析那麼大

我們期待重複測量之間存在相關性 因為如果喪失了相關性 這樣的測量就好像不是使用同組研究對象 既然不是使用同組研究對象 那麼就喪失了重複測量設計的檢定力優勢 因此你會發現 填入的相關係數越低 所需要的樣本數(研究對象)就越高以彌補喪失的檢定力

預設值為0.5可以使用 如果保守一點 降低一點相關係數 在研究初期使用較大的樣本或許可以使得後續的工作更順暢一些 當然如果樣本取得很不容易(這也是許多研究者頭痛之處) 就需要研究者去反覆斟酌(透過參考文獻或個人經驗)

不知理解度幾分?
2011-12-07 17:50:00
Heidi Chen
理解度5分,非常感谢专家。祝您圣诞快乐!
2011-12-08 09:45:37
Alan Lin
您好,我也是想要做事後檢驗,但是是一個三因子(2*2*2,兩個是within一個between)下的二因子的單純交互作用(一個within一個between),請問仍然是使用repeated measures裡面的with-between interaction嗎? 請問這樣我的group跟measures都是2嗎? (我是使用G power 3.1.3的版本)
另外,在填corr among repetition measures時,我手上的資料顯示,總共4個重複測量的相關並不太一致,有兩組是無相關,其他則大致落在.25到.4的相關,請問這樣有什麼建議的處理方法嗎?
如果我的問題沒有說明清楚的話還請告訴我一下~謝謝
2012-01-05 15:19:31
版主回應
Post hoc power analysis(事後檢定力分析)主要應用於結果無顯著的狀況下 而研究者想要了解無顯著的結果是否是檢定力不足所造成的

相關不一致顯示違反球形假設 要做epsilon校正

看起來是要做二個檢定力分析(也就是要算出二個power) 一個within 一個between-within interaction 為甚麼呢 因為就算有兩個within 重複測量的次數與樣本都沒變

between-within interaction代表有多組一起重複測量 所以組數要看到底有幾個組別一起重複測量(如果是治療組和偽藥組 那麼就有兩組) 根據所提供訊息 不管是within或是between或是interaction組數都是2

雖然有兩個within以及兩個組別但總共還是只有四次重複測量(包含第一次) 所以number of measurements是4 而不是2*4 = 8

希望能有所幫助
2012-01-05 21:26:40
Alan Lin
非常感謝版主的即時回答。對不起但我不太了解您說要做兩次檢定力分析的部分,我想我應該再講得清楚一點我的實驗設計。

我的實驗設計是一個三因子的混和設計(2x2x2),其中A,B是受試者內因子,C則是受試者間。而在我的理論假設之下,我預期會看到BxC at A1的單純交互作用會顯著,BxC at A2則不會。

目前大致上是得到符合預期的結果,但是BxC at A2雖然沒有顯著,卻接近邊緣顯著,所以才想要算他的power。

當然,我明白最好應該是要在事前做一個priori的power analysis去確定受試者人數,達到預定人數之後若沒有顯著就接受沒有顯著的結果,但因為這個效果的effect size比較難估計~總之就是先收完了才遇到這樣的問題。

我不太能理解您說的做兩次檢定力分析,一次採用within,另一次採用between-within的這部分。一個單純交互作用的檢定不是只會有一個power、一個effect size嗎?還是說因為是單純交互作用,要套在三因子交互作用之下?因為我統計概念不是很清楚,還請您能夠說明詳細一點~感謝您~

此外,應該是我沒說清楚的關係,您最後說的部分感覺上是針對三因子的交互作用而設想的?如果是要求三因子的power,我能夠明白group就是受試者間因子的那兩個level,而measurements就是剩下兩個受試者內因子2*2=4,但因為我想要計算的是單純交互作用BxC at A1 or BxC at A2(A,B是受試者內,C是受試者間),這樣還是像您所說的,measurements是4嗎?

謝謝您了~非常不好意思,拿了個很繁瑣的東西請教您,我有借講power analysis的書,也上網查了不少文章,但都沒有講到這種例子..謝謝版主願意花時間回答!
2012-01-06 03:10:59
版主回應
檢定力可以計算within, between, interaction 總共有三方面 換句話說 可以計算出三個檢定力

組間是橫列(C) 組內是直欄 因為有兩個組內 所以欄是A下含B(A1下含B1 B2 而A2下含B1 B2) 有四次重複測量

希望能有所幫助
2012-01-06 23:00:10
Alan Lin
不好意思還有一個小問題忘記問了。
就是我的受試者人數如果是不等格的,在total sample size的部分就不應該填入總和吧?應該使用什麼方法加以矯正呢?

再次謝謝您!
2012-01-06 03:15:22
版主回應
細格樣本數不一樣 要探討變異數同質性的問題 如果確定不同質 可以先進行資料轉換(使用square root, arcsine, or log)然後再進行虛無假設分析

total sample size填入總樣本數

希望能有所幫助
2012-01-06 22:43:37
Alan Lin
謝謝您的回答!
2012-01-07 00:46:51
hunter
不好意思請問一下,如果我的問卷的題項是使用連續的變數來做路徑分析,我可以使用此軟體來計算檢定力嗎?
2012-02-08 10:11:06
版主回應
Path analysis等於是把多個回歸等式結合在一起 迴歸分析會有(1)效力量與(2)獨變項個數與(3)樣本量 這三個參數可以計算檢定力(power)

提供參考
2012-02-08 21:52:23
J
您好
如果想要用logistic regression作分析那要如何用g power計算所需要的樣本量?
謝謝!!
2012-02-26 19:32:36
版主回應
有幾個地方需要斟酌:

1. odds ratio:這個地方指的是Wald's test(威爾德檢定)所需要的勝算比資訊 跟二分依變項為1與0時的勝算有關(勝算我們把它想成跟機率有關)

2. Pr(Y=1/ X=1)H0:虛無假設下 二分依變項為1時的機率(一般我們把1當作"事件發生")

3. R-squared other X:因為我們在每一個獨變項上執行威爾德檢定 因此每一個被執行威爾德檢定的獨變項 其變異(variance)能夠被其他獨變項所解釋的量在此呈現(這裡不是指多重回歸R 這裡指的是多重共線性的概念) 預設值為0因為我們不希望獨變項之間存在多重共線性

4.X distribution:這裡是指被威爾德檢定所考量的那個獨變項的資料特性(例如 連續變項使用常態分配)

希望能有所幫助
2012-02-27 11:00:46
J
謝謝您即時的回答
不好意思想再請教一下要怎麼樣才能知道odd ratio和pr要設定在多少數值?是要參考前人的研究嗎?
另外如果我想要知道兩者之間的關聯性(都是nominal data)這樣是不是用phi係數來確認,所需要的樣本數會比使用logic regression較少一點?
非常感謝,我有研究了您的譯作但還是被這些名詞搞得很混亂....
2012-02-27 22:40:33
版主回應
1.事前檢定力分析需要研究者"假定"odds ratio與pr 參考前人研究不失為一種"假定" 事後檢定分析就有現成的相關數據 在spss裡 把Exp(B)進行Anti-log轉換就能得到odds ratio(使用樣本觀察值直接計算)這樣就能定位分子(H1)與分母(H0)

2.可以使用phi係數(兩個二分變項都是標準二分法)也可以使用卡方先進行顯著檢定 然後再計算phi當作效力量: chi-squared = n*phi-squared(此處n是總樣本量)

希望能有所幫助
2012-02-28 13:14:24
J
Thank you very much!!
2012-02-28 20:59:45
版主回應
You are welcome.
2012-02-28 22:33:33
kamble
不好意思,可以請問一下,如果要計算無母數相關分析spearman相關分析,要使用的模式是哪一個?跟您寫的一樣嗎? exact, correlation: bivariate normal model 一樣是這個嗎? 謝謝回答!!!
2012-06-17 13:02:46
kamble
漏打,是要計算spearman的power(統計檢定力),謝謝
2012-06-17 13:03:53
版主回應
pearson's power乘以0.91就是spearman's power
2012-06-17 15:34:47
kamble
非常感恩!!
2012-06-17 22:30:27
版主回應
歡迎多來逛逛
2012-06-17 23:23:30
JCK
版主您好,
想請問一下,如果我想分析介入組和對照組的成效差異,請問我應該如何操作G power來計算我的樣本數?謝謝您!!
2013-05-02 02:30:30
版主回應
樣本數的計算依據所使用的統計技術 研究者需要先確認眼下的研究要使用何種統計技術
2013-05-02 16:59:09
綺仔
請問抓樣本數要怎樣設定才能出現數據呢?
雙尾a .05
power 0.8
effect size 0.8

這樣該如何計算?
2013-05-03 15:09:01
版主回應
研究者要先確定所欲使用的統計技術(例如 ANOVA, t-test...)
然後下載GPower軟體 根據所需的條件輸入訊息 這樣會比較快捷
2013-05-03 17:39:33
Bonnie
想請教G Power軟體中透過估計effect size估計出的個案數,因實驗組較不易取得,其軟體中可以改為1:2(實驗組:控制組)之估算個案,有任何文獻依據或支持嗎?
2013-05-22 17:33:26
版主回應
樣本數不一樣要擔心等變異數假設的問題 請在本網搜尋"等變異數"
2013-05-22 23:00:13
Judy
想請教~如果我的研究要看調節效果是否達顯著~已經做了pilot study~要怎麼例用G-power算樣本人數呢?我的調節效果預計要用多元迴歸的方式跑~那用G-power算樣本人數時也是選多元迴歸來計算嗎?謝謝!
2013-08-12 03:01:22
版主回應
請搜尋本站"調解"關鍵字文章 讀者會發現要使用多重回歸裡的階級回歸法

然後再看以下的網頁:
http://www.danielsoper.com/statcalc3/calc.aspx?id=16

然後讀者恍然大悟要使用G-power的:
Linear multiple regression: Fixed model, R2 increase

希望能有所幫助
2013-08-12 20:02:09
Angela
版主 您好
想請問若研究中要以回歸看是否具有中介效果,要怎麼使用G-power計算樣本人數?
謝謝
2013-09-30 14:28:31
版主回應
中介分析(mediation analysis)請看本站連結書籤之sobel test然後讀者會發現要進行兩次回歸分析 然後使用GPower: R2 deviation from zero去分別計算樣本量
2013-09-30 22:19:13
angle
版主您好:
看ㄌ您ㄉ文章還是有些不懂想請問您您ㄉES是如何設定為0.2的理由為何ㄋ
2013-11-15 23:31:20
版主回應
您的ES指的是Effect Size不?

效力量本身就有事前與事後的定義 建議閱讀本書三刷第八章內容

效力量的設定端看研究者的著重點 以事後效力量而言 通常研究者會認為越大越好 而事前效力量卻僅僅指出研究者認為"值得談論"的最低研究"發現"
2013-11-18 20:23:16
小玉米
您好,我在使用Gpower去算paired t-test的 所需樣本數時,effect size, err prob 和 power 請問應該填什麼?? ( 我要分析的data,只有一組人, 人數是9名,要看他們在穿矯形衣的前和後,十多個部位的姿勢角度變化 ) 萬分感謝!!!
2014-09-10 06:45:55
版主回應
看起來研究者想要在蒐集資料前進行事前效力量分析:

effect size:例如 智力測驗100分為虛無假設 效力量設定為10分 那麼110以上才能說有差異 因此效力量被事先確定以指出研究者認為值得談論的最低研究發現 研究者一開始就在研究的依變項上直接指定不重要與重要結果之間的分界 因此效力量代表敏感性 如果研究者設置高度效力量 那麼研究者期望其統計檢定力只對高度效力敏感 換句話說 如果研究者設置50分為效力量 那麼智力測驗150分以上才能說是重要差異

err prob:第一類型錯誤機率 通常設定為0.05 換句話說 在虛無假設為真的情況下 拒絕虛無假設的機率為0.05

power:檢定力(統計檢定力) 與第二類型錯誤機率的關係是(1減第二類型錯誤機率) 換句話說 檢定力越高 第二類型錯誤機率越小 通常檢定力不能小於0.8

樣本量:樣本量越多檢定力越高

這些數值互相糾葛在一起 研究者可以利用Gpower探索研究者心目中的組合
2014-09-11 19:37:34
Jean
站長您好!!!
我是在做國科會計畫的護理系大專生,對於統計真的不太懂,也不知道該如何操作GPOWER...不知能否麻煩您教我該如何設定數據><

我做的內容是,
以十二周的居家運動介入法,去看能否影響癌症患者的生活品質以及自我心像


請問我該如何設定GPOWER計算樣本數呢><
麻煩您了謝謝!!!!
2014-10-10 15:31:46
Jean
對了然後我有分實驗組還有對照組!!
2014-10-10 15:38:20
Jean
並在介入前、介入中期、介入結束後各做一次問卷評測
2014-10-10 15:41:55
版主回應
研究者想要做實驗研究因為有實驗組還有對照組 實驗研究要從一群癌症病患裡隨機分成兩組 這兩組在實驗介入之前因為隨機分組的緣由而被視為相等 實驗介入後 研究者想要了解實驗組和對照組(這兩組組成對象不一樣 所以是獨立樣本) 之間是否有顯著差異 以證明實驗介入是否有效 因此使用一次獨立樣本t-test

然而依據研究者的說法 要進行三次比較 這三次比較情況之一為分別於實驗前中後各進行一次實驗組與對照組之比較 承上段 由於隨機分組的關係 實驗前的比較似乎多餘 情況之二為研究者想要分別看看實驗組本身在實驗前中後是否有差異(對照組亦同) 這時候要運用重複測量變異數分析

研究者可以看出來 第一段的作法實際上已經能夠達到研究者想要在第二段獲得的訊息 如果下定決心使用第一段的作法 那麼研究者頂多進行二次的獨立樣本t-test 一次於介入中 一次於介入後 在GPower選擇獨立樣本t-test模組 第一類型錯誤機率要矯正成0.025(0.05/2) 當然這是母數檢定模式(要考量等變異數假設 常態性假設) 如果依變項無法視為連續變項(換句話說 只能視為類目變項) 那麼請考慮無母數檢定

希望能有所幫助
2014-10-13 04:12:12
JEAN
謝謝站長!!!!雖然很多有些不懂...我會好好研究一下!!!!
2014-10-13 17:24:28
我要回應
是 (若未登入"個人新聞台帳號"則看不到回覆唷!)
* 請輸入識別碼:
請輸入圖片中的英文字(不分大小寫) (ex:ABCD)

(有*為必填)
詳全文