The most straightforward consequenc

The most straightforward consequence of underpowered studies (i.e., those with low probability of detecting an effect of practical importance) is that effects of practical importance are not detected.

But there is a second, more subtle consequence: underpowered studies result in a larger variance of the estimates of the parameter being estimated. For example, in estimating a population mean, the sample means of studies with low power have high variance; in other words, the sampling distribution of sample means is wide. This is illustrated in the following picture, which shows the sampling distributions for a variable with zero mean when sample size n = 25 (red) and when n = 100 (blue). The vertical lines toward the right of each sampling distribution show the cut-off for a one-sided hypothesis test with null hypothesis µ = 0 and significance level alpha = .05. Notice that

ผลลัพธ์ (ไทย) 1:

สัจจะทุกศึกษา underpowered (เช่น ผู้ที่ มีความน่าเป็นต่ำตรวจผลของการปฏิบัติ) เป็นที่ตรวจไม่พบผลของการปฏิบัติ แต่มีสัจจะสอง รายละเอียดเพิ่มเติม: underpowered ศึกษาผลต่างขนาดใหญ่ของการประเมินของพารามิเตอร์ที่ถูกประมาณนั้น ตัวอย่าง ในการประมาณค่าเฉลี่ยประชากรแบบ หมายความว่าตัวอย่างศึกษามีพลังงานต่ำมีความแปรปรวนสูง ในคำอื่น ๆ การกระจายการสุ่มตัวอย่างหมายถึงตัวอย่างความกว้าง นี้จะแสดงในภาพต่อไปนี้ ซึ่งแสดงการกระจายการสุ่มตัวอย่างสำหรับตัวแปรด้วยค่าศูนย์หมายความว่า เมื่อตัวอย่างขนาด n = 25 (สีแดง) และเมื่อ n = 100 (น้ำเงิน) เส้นแนวตั้งไปทางด้านขวาของการแจกแจงการสุ่มตัวอย่างแต่ละแสดงตัดสำหรับการทดสอบสมมติฐานด้านเดียวกับเขตสมมติฐานว่าง = 0 และอัลฟ่าระดับนัยสำคัญ =.05 สังเกตที่

ผลลัพธ์ (ไทย) 2:

ผลตรงไปตรงมามากที่สุดของการศึกษา underpowered (กล่าวคือผู้ที่มีความน่าจะเป็นต่ำของการตรวจสอบผลกระทบของความสำคัญในทางปฏิบัติ) เป็นว่าผลกระทบที่มีความสำคัญในทางปฏิบัติจะไม่พบแต่มีสองผลที่ลึกซึ้งยิ่งขึ้น: การศึกษา underpowered ส่งผลให้ความแปรปรวนขนาดใหญ่ของ ประมาณการของพารามิเตอร์ที่มีการประเมิน ตัวอย่างเช่นในการประมาณค่าเฉลี่ยประชากรกลุ่มตัวอย่างของการศึกษาหมายถึงการที่มีพลังงานต่ำมีความแปรปรวนสูง ในคำอื่น ๆ ที่กระจายตัวอย่างของวิธีการตัวอย่างกว้าง นี่คือตัวอย่างในภาพต่อไปนี้ซึ่งแสดงให้เห็นการกระจายตัวอย่างสำหรับตัวแปรกับศูนย์หมายความว่าเมื่อขนาดตัวอย่าง n = 25 (สีแดง) และเมื่อ n = 100 (สีฟ้า) เส้นแนวตั้งไปทางด้านขวาของแต่ละกระจายตัวอย่างแสดงให้ตัดสำหรับการทดสอบสมมติฐานด้านเดียวกับสมมติฐานμ = 0 และความสำคัญระดับอัลฟา = 05 ขอให้สังเกตว่า

ผลลัพธ์ (ไทย) 3:

ผล underpowered ตรงไปตรงมามากที่สุดของการศึกษา ( เช่นผู้ที่มีความน่าจะเป็นที่ต่ำของการตรวจสอบผลการปฏิบัติ ผลของการปฏิบัติเป็นสำคัญ ) ที่สำคัญคือไม่พบ

แต่ไม่มีที่สอง มากกว่าผล : underpowered การศึกษาผลในความใหญ่ของการประมาณพารามิเตอร์การประมาณ ตัวอย่างเช่น ในการประมาณประชากรหมายถึงตัวอย่างวิธีการของการศึกษาที่มีพลังงานต่ำมีความแปรปรวนสูง ในคำอื่น ๆตัวอย่างการแจกแจงของตัวอย่างวิธีการกว้างได้ นี้จะถูกแสดงในรูปต่อไปนี้ ซึ่งแสดงให้เห็นตัวอย่างการแจกแจงสำหรับตัวแปรที่มีศูนย์หมายถึงเมื่อขนาดตัวอย่าง n = 25 ( สีแดง ) เมื่อ n = 100 ( สีฟ้า )แนวตั้งเส้นต่อสิทธิของแต่ละคน แสดงการตัดสำหรับการทดสอบสมมุติฐานข้างเดียวกับสมมติฐานว่างµ = 0 และระดับอัลฟา = . 05 สังเกตว่า