TGViewer
Индекс Хирша | PubMed Индекс Хирша | PubMed @hirsch_index_school · 1.38K subscribers
Post #212 664
Неделя 27. Размер выборки и мощность исследования

Друзья, на этой неделе мы научимся рассчитывать размер выборки – да, планы на неделю грандиозные!

27-1. Для чего нужен расчёт размера выборки

Сегодня поговорим о том, зачем вообще нужно рассчитывать размер выборки.

Когда клиническое исследование завершается выводом о том, что статистически значимых различий между группами не обнаружено, этот вывод имеет две возможные интерпретации. Первая – изучаемый фактор не оказывает влияние на исход. Вторая – эффект существует в популяции, но размер выборки оказался недостаточным для его обнаружения. На основании одной только статистической значимости различить эти интерпретации нельзя.

Когда исследование с недостаточной выборкой не в состоянии обнаружить реальный эффект, это так называемая ошибка II рода, или ложноотрицательный результат. То есть эффект есть, но Вы его не увидели. Противоположная проблема – ошибка I рода, или ложноположительный результат – эффекта нет, но Вы его увидели и даже показали, что он «статистически значимый».

Для последующих расчётов вводим ниже два необходимых понятия. Не переживайте, к концу недели Вам всё станет ясно!

1. Уровень значимости α контролирует ошибку I рода. Стандарт – 0,05 или 5%. Это значит, что Вы допускаете возможность ложноположительного результата (увидеть эффект там, где его нет) в Вашем исследовании на уровне 5%. Для самых строгих исследований в самых рейтинговых журналах иногда требуют α = 1%, что, разумеется, сильно увеличивает размер выборки.

2. Мощность исследования (1 – β) контролирует ошибку II рода. Стандарт – 0,8 или 80%; то есть β равен в таком случае 0,2 или 20%. Когда мы говорим о мощности исследования в 80%, мы допускаем вероятность не увидеть эффект там, где он есть, в 20% случаев. Более высокий стандарт для Q1-журналов – 90%, но здесь будьте готовы к очередному увеличению размера выборки.

И ещё важный момент. Расчёт размера выборки устанавливает не только минимальную планку, но и максимальную. Нам необходимо знать не только «проходной минимум» для нашего исследования. Слишком большая выборка – это тоже неправильно, из этических соображений. Если речь идет о интервенционном исследовании, то это эксперимент и всегда дополнительный риск для пациентов. Мы не вправе подвергать нашему эксперименту излишнее количество пациентов.

В среду продолжим подготовку к расчёту размера выборки и введем дополнительные величины, необходимые для этого.

👍 Читать предыдущую неделю
  • 🔥 8
  • 👍 4
  • 🥰 2
  • 🙏 1
More from @hirsch_index_school
  1. Oct 4, 2026Коллеги, уже завтра мы приступаем к обучению в новых группах. Вы еще успеваете выбрать под…
  2. Oct 2, 2026«Спрошу у ИИ – так будет быстрее». Решение понятное. ИИ отвечает за секунды и в любое врем…
  3. Oct 1, 2026REASSurE: как оценить суррогатную конечную точку Суррогатные конечные точки позволяют зако…
  4. Sep 30, 2026Times Higher Education World University Rankings 2027 Сегодня на LinkedIn все обсуждают но…
  5. Sep 30, 2026Дайджест Хирша №9 | Сентябрь 2026 Коллеги, если вы весь сентябрь не включали VPN и не захо…
  6. Sep 30, 2026«Вернусь к статье, когда станет посвободнее» Вполне логичное решение. Особенно если научна…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →