Monte Carlo StudiesWhile one of the

Monte Carlo Studies
While one of the purposes of this article was to
show the flexibility and benefits of the MC approach to
determining sample size, there is a drawback: it requires
users to know more about their studies’ variables than
traditional methods. Investigators have to specify not
onlyαand power, but they also have to specify values
for all the variables’ relations. Thus, Cohen’s (1992)
concern about researchers not knowing appropriate
effect size values for their particular field is amplified if
they have to know how all the variables relate to each
other. In the best situation, scholars would select the
model’s values from theory or previous research. In the
complete absence of any theoretical expectations,
Maxwell (2000) suggested starting with the assumption
that all zero-order correlations are .30, then changing
the values to see how it influences the required sample
size (i.e., sensitivity analysis). Using values of .30 gives
R2 values around 0.14 (2 predictors) to 0.24 (10
predictors), which may or may not be appropriate for a
study.

ผลลัพธ์ (ไทย) 1:

ศึกษา Carlo มอนในขณะที่วัตถุประสงค์ของบทความนี้อย่างใดอย่างหนึ่งได้แสดงความยืดหยุ่นและประโยชน์ของวิธี MCกำหนดขนาดตัวอย่าง มีการคืนเงิน: ต้องการผู้ใช้ต้องทราบข้อมูลเพิ่มเติมเกี่ยวกับตัวแปรการศึกษามากกว่าวิธีแบบดั้งเดิม นักสืบต้องไม่ระบุพลังงาน onlyαand แต่พวกเขายังมีการระบุค่าความสัมพันธ์ของตัวแปรทั้งหมด ดังนั้น โคเฮนของ (1992)กังวลเกี่ยวกับนักวิจัยไม่ทราบว่าเหมาะสมค่าขนาดผลสำหรับเขตข้อมูลเฉพาะของพวกเขาจะขยายถ้าพวกเขาจำเป็นต้องทราบว่าตัวแปรทั้งหมดที่เกี่ยวข้องกับแต่ละอื่น ๆ ในสถานการณ์ที่ดีที่สุด นักวิชาการจะเลือกค่าของรุ่นจากทฤษฎีหรืองานวิจัยก่อนหน้านี้ ในการขาดงานที่สมบูรณ์ของความคาดหวังใด ๆ ทฤษฎีแมกซ์เวล (2000) แนะนำเริ่มต้น ด้วยสมมติฐานความสัมพันธ์ศูนย์สั่งทั้งหมด.30 แล้วค่าที่จะดูว่ามันมีผลต่อตัวอย่างจำเป็นขนาด (เช่น วิเคราะห์ความไว) โดยใช้ค่าของให้.30ค่า R2 สถาน 0.14 (2 predictors) ไป 0.24 (10predictors), ซึ่งอาจ หรืออาจไม่เหมาะสมสำหรับการศึกษา

ผลลัพธ์ (ไทย) 3:

มอนติคาร์โลการศึกษา
ในขณะที่หนึ่งในวัตถุประสงค์ของบทความนี้คือ

แสดงความยืดหยุ่นและประโยชน์ของ MC แนวทาง
การกำหนดขนาดตัวอย่างมีข้อเสียเปรียบ : มันต้องใช้
ผู้ใช้ต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับตัวแปรที่ศึกษาของพวกเขามากกว่า
วิธีการแบบดั้งเดิม นักวิจัยได้ระบุไม่ได้
αและอำนาจเท่านั้น แต่พวกเขายังต้องระบุค่า
ทุกตัวแปรความสัมพันธ์ ดังนั้นโคเฮน ( 1992 )
ความกังวลเกี่ยวกับนักวิจัยไม่ทราบว่าขนาดผลที่เหมาะสมสำหรับเขตข้อมูลเฉพาะของพวกเขาเป็นค่า

เพิ่มถ้าพวกเขาต้องทราบว่าตัวแปรทั้งหมดที่เกี่ยวข้องกับแต่ละ
อื่น ๆ ในสถานการณ์ที่ดีที่สุด นักวิชาการจะเลือก
นางแบบค่าจากทฤษฎีหรืองานวิจัยเดิม ในการขาดที่สมบูรณ์ของทฤษฎีความคาดหวังใด ๆ

,แมกซ์เวลล์ ( 2000 ) แนะนำให้เริ่มต้นด้วยสมมติฐาน
ที่ความสัมพันธ์อันดับศูนย์ทั้งหมด 30 แล้วเปลี่ยน
ค่าเพื่อดูว่ามันมีผลต่อที่ต้องการตัวอย่าง
ขนาด ( เช่นการวิเคราะห์ความอ่อนไหว ) การใช้ค่า 30 ให้
R2 ค่าประมาณ 0.14 ( 2 ตัว ) 0.24 ( 10
( ) ซึ่งอาจจะหรืออาจจะไม่เหมาะสมสำหรับ
ศึกษา