One of the difficulties in attempti

One of the difficulties in attempting to assess changes in SOC is that the magnitude of any change tends to be very small in relation to the variation (Hungate et al., 1995 and Kravchenko and Robertson, 2011). This high coefficient of variation (CV) in turn results in low experimental power, i.e. a poor ability the separate any signal from the noise. Shi et al. (2013), Upson and Burgess (2013) and Harper and Tibbett (2013) have all highlighted the importance of sampling sufficiently deeply for SOC. However increasing the depth of sampling also lowers the experimental power as the CV tends to be greater with increased sampling depth. For this reason, post-hoc power analyses are useful for determining if the experiment can be expected to result in type II errors, i.e. the incorrect conclusion that there are no differences in SOC between treatments.

ผลลัพธ์ (ไทย) 1:

ความยากลำบากในการพยายามประเมินการเปลี่ยนแปลงใน SOC อย่างใดอย่างหนึ่งคือขนาดของการเปลี่ยนแปลงใด ๆ จะ มีขนาดเล็กมากที่เกี่ยวข้องกับการเปลี่ยนแปลง (Hungate et al. 1995 และ Kravchenko และโรเบิร์ต สัน 2011) สัมประสิทธิ์นี้สูงของการเปลี่ยนแปลง (CV) ในการเปิดผลทดลองพลังงานต่ำ เช่นความยากจนการแยกสัญญาณจากเสียงรบกวนใด ๆ ร้อยเอ็ด (2013), Upson และ Burgess (2013) และฮาร์เปอร์ และ Tibbett (2013) ทั้งหมดได้เน้นความสำคัญของการสุ่มตัวอย่างอย่างลึกซึ้งเพียงพอสำหรับ SOC. อย่างไรก็ตาม เพิ่มความลึกของการสุ่มตัวอย่างยังช่วยลดพลังงานทดลองเป็น CV ที่มีแนวโน้มจะ มีความลึกเพิ่มขึ้นอย่างมาก ด้วยเหตุนี้ โพสต์เฉพาะกิจพลังงานวิเคราะห์มีประโยชน์สำหรับการทดลองทำให้ข้อผิดพลาดชนิด II เช่นข้อสรุปที่ไม่ถูกต้องว่า มีความแตกต่างใน SOC รักษาไม่

ผลลัพธ์ (ไทย) 2:

หนึ่งในความยากลำบากในการพยายามที่จะประเมินการเปลี่ยนแปลงใน SOC คือว่าขนาดของการเปลี่ยนแปลงใด ๆ ที่มีแนวโน้มที่จะมีขนาดเล็กมากในความสัมพันธ์กับการเปลี่ยนแปลง (ฮันเก et al., 1995 และ Kravchenko และโรเบิร์ต 2011) นี้ค่าสัมประสิทธิ์สูงของการเปลี่ยนแปลง (CV) ในผลการเปิดในอำนาจการทดลองในระดับต่ำเช่นความยากจนแยกสัญญาณใด ๆ จากเสียง ชิ et al, (2013), อัพสันและประชากร (2013) และฮาร์เปอร์และ Tibbett (2013) มีทั้งหมดเน้นความสำคัญของการสุ่มตัวอย่างพอลึก SOC อย่างไรก็ตามการเพิ่มความลึกของการสุ่มตัวอย่างยังช่วยลดการใช้พลังงานในการทดลองเป็น CV มีแนวโน้มที่จะมากขึ้นด้วยการสุ่มตัวอย่างเชิงลึกที่เพิ่มขึ้น ด้วยเหตุนี้การโพสต์เฉพาะกิจการวิเคราะห์การใช้พลังงานที่มีประโยชน์สำหรับการกำหนดว่าการทดลองสามารถคาดว่าจะส่งผลให้เกิดข้อผิดพลาดประเภทที่สองคือข้อสรุปที่ไม่ถูกต้องที่มีความแตกต่างใน SOC ระหว่างการรักษาไม่มี

ผลลัพธ์ (ไทย) 3:

หนึ่งในปัญหาในการพยายามที่จะประเมินการเปลี่ยนแปลงรายวิชา คือ ขนาดของการเปลี่ยนแปลงใด ๆมีแนวโน้มที่จะมีขนาดเล็กมากในความสัมพันธ์กับการเปลี่ยนแปลง hungate et al . , 1995 และ kravchenko และ โรเบิร์ตสัน , 2011 ) สัมประสิทธิ์ของการแปรผันนี้สูง ( CV ) ในการเปิดผลในการทดลองพลังต่ำ ได้แก่ ความสามารถในการแยกสัญญาณที่ไม่ดีใด ๆจากเสียง ซือ et al . ( ปี 2556 ) และ เบอร์เกส อัปสัน ( 2013 ) และ ฮาร์เปอร์ และ tibbett ( 2013 ) ได้เน้นความสำคัญของการสุ่มตัวอย่างอย่างลึกซึ้ง ส . อย่างไรก็ตามการเพิ่มความลึกของตัวอย่างยังลดพลังงานทดลองเป็น CV มีแนวโน้มที่จะเพิ่มขึ้น ความลึกมากกว่าด้วยคน ด้วยเหตุนี้การวิเคราะห์หาพลังงานที่เป็นประโยชน์ต่อการกำหนดถ้าการทดลองที่สามารถคาดหวังผลในประเภทที่สองข้อผิดพลาด เช่นผิดสรุปว่า ไม่มีความแตกต่างในรายวิชา ระหว่างการรักษา