広告
広告

G*Power 3.1.9.2 を使ってサンプルサイズを計算する(t 検定・対応のないデータ)

カテゴリ:確率統計

この記事では対応のないデータの平均を t 検定で検定する際のサンプルサイズを G*Power で計算する方法を解説する.

入手方法

G*Power はHEINRICH HEINEからダウンロードできる.

マニュアルや解説記事

検定力分析のすすめ

検定力入門

効果量・検定力・サンプルサイズ

G*Power 3.1 manual (pdf)

A Power Primer

使い方

対応のないデータの t 検定のサンプルサイズをきめる場合,上3つのドロップダウンボックスを以下のように設定する.

t unpaired
基本的な設定

Input Parameters の設定

Tail(s)

両側検定の時は Two,片側検定の時は One を指定する.

Effect Size d

効果量の大きさで小の時は 0.2,中の時は 0.5,大の時は 0.8 を指定する. この検定の場合効果量の大きさは,平均値の差の大きさを指定することになる. アイテムドロップ率の検定のような場合では効果量が小さくなる傾向にある, なので効果量を G*Power に計算させるようにした方がいい.

α err prob

有意水準で 0.05(5%)や 0.01(1%)を指定することが多い.

Power(1-β err prob)

検定力で 0.8 がよく使われる. これは「本当は差があるのに差がない」と判定する確率で, 0.8 の場合 20% の確率で「本当は差があるのに差がない」と判定してしまう.

Effect Size d の計算

Determin => をクリックすると効果量を計算するウインドウが現れる. ここに平均値と分散を入力し,Calculate を押すと計算される. Calculate and transfer to main window を押すとメインウインドウに反映される.

calculate effect size
Effect size d の計算

計算

後はメインウインドウで Calculate を押せば Sample size group 1,2 のところにサンプルサイズが表示される.

calculate
計算結果

ドロップ率を検定するためのサンプル数の計算

Effect Size d を計算するためにドロップ率の平均と標本標準偏差とを計算する必要がある. サンプルサイズをきめるためのサンプルサイズを計算しなければならないが,これはドロップ率によって異なる. たとえばドロップ率が 10% 以上あるならば n=100 ぐらいで十分だが, ドロップ率が 1% の場合,300~400 ぐらいは必要になるだろう.

ドロップ率の差が数%ならば Effect Size d に 0.1 をしておくといい.

計算

計算するとサンプルサイズは一群当たり 2166 になった.

result
計算結果

関連記事

ガチャの確率計算

ドロップ率の検定


広告
広告