Dúvida para obtenção do poder do teste
Pessoal, bom dia. Estou com uma dúvida. Pretendo calcular o poder do teste via simulação para dados de correlação intra-classe. Que eu saiba, não existe um método formal para isso. Assim, como pretendo fazê-lo via simulação gostaria de saber o seguinte: Devo replicar a amostra que tenho (como é feito no bootstrap) e tomar o número de vezes em que o teste foi menor que meu nível de significância, ou estes dados devem ser gerados aleatoriamente? O problema é que não há uma distribuição evidente para estes dados. Outra coisa, se for utilizar os dados que já disponho, posso alterar o número de elementos na reamostragem para verificar o efeito do tamanho da amostra no poder do teste e a fim de gerar um gráfico? Por exemplo, a amostra tem 100 avaliações, quero saber o poder do teste com 10, 30, 70 e 90, além das 100... é incorreto proceder dessa maneira? Muito obrigado pela atenção. Olympio
Olympio nao tenho uma respsta especifica e talvez para isto sejam necesários mais detalhes mas aqui vao algumas consideracoes para iniciar . na 1a opcao vc tem um bootstrap nao parametrico enquanto na segunda voce teria o parametrico, e como observou, necessitaria assumir alguma distribuição para fazer a reamostragem. Portanto o segundo caso é mais flexivel pois ao assumir o modelo voce ganha informação extra e nao impoe limites a variar o tramanho da amostra, o que no segundo caso pode ser mais restritivo dependendo do numero de unidades que voce tem (mesmo sendo com reposicao) . O primeiro é menos dependente de tais pressupostos mas seria necessario ver a possibilidade de replicar. Dificil dizer qual seria universalmente melhor, isto depende da estrutura dos dados e do experimento, o que se quer avaliar etc Portanto me parece que a partir vc teria que dar uma olhada nos metodos e avalia-los dentro do contxto do seu experimento On Wed, 27 Apr 2011, Olympio Neto wrote:
Pessoal, bom dia.
Estou com uma dúvida. Pretendo calcular o poder do teste via simulação para dados de correlação intra-classe. Que eu saiba, não existe um método formal para isso. Assim, como pretendo fazê-lo via simulação gostaria de saber o seguinte: Devo replicar a amostra que tenho (como é feito no bootstrap) e tomar o número de vezes em que o teste foi menor que meu nível de significância, ou estes dados devem ser gerados aleatoriamente? O problema é que não há uma distribuição evidente para estes dados. Outra coisa, se for utilizar os dados que já disponho, posso alterar o número de elementos na reamostragem para verificar o efeito do tamanho da amostra no poder do teste e a fim de gerar um gráfico? Por exemplo, a amostra tem 100 avaliações, quero saber o poder do teste com 10, 30, 70 e 90, além das 100... é incorreto proceder dessa maneira?
Muito obrigado pela atenção.
Olympio
Estou trabalhando em um dos casos em que pretendo conhecer o poder do teste com um modelo longitudinal. Como a estrutura do experimento foi complexa, acho que o bootstrap não-paramétrico é melhor neste aspecto. Eu selecionaria os indivíduos e estes já trariam consigo as covariáveis envolvidas. Eu já até fiz dessa maneira e o que me chamou a atenção foi o baixo poder do teste. Eu questionei se estava trilhando o caminho certo, e pelo que vi, estou. Prof. Paulo, o que aconteceu foi que neste estudo não houve diferença significativa entre os dois tratamentos envolvidos, cujas medidas eram obtidas da unidade amostral em 5 tempos distintos. Assim, calculando o poder do teste, após 300 replicações da amostra sob o modelo de escolha, foi algo em torno de 18%, o que é baixíssimo. Agora, quando observo o efeito do tempo (que foi significativo), o poder sobe para quase 85%. Eu achei discrepante pelo fato do tratamento dar baixo poder (o fator não é significativo). Esperaria que fosse algo semelhante. Vou fazer a mesma coisa para a correlação intra-classe. Aí seria fácil fazer o bootstrap paramétrico porque a estrutura dos dados é mais simples. Uma normal multivariada já resolve. Muito obrigado pelas dicas. Serão muito úteis. Abraços Olympio Em 27 de abril de 2011 09:37, Paulo Justiniano <paulojus@leg.ufpr.br>escreveu:
Olympio
nao tenho uma respsta especifica e talvez para isto sejam necesários mais detalhes mas aqui vao algumas consideracoes para iniciar . na 1a opcao vc tem um bootstrap nao parametrico enquanto na segunda voce teria o parametrico, e como observou, necessitaria assumir alguma distribuição para fazer a reamostragem. Portanto o segundo caso é mais flexivel pois ao assumir o modelo voce ganha informação extra e nao impoe limites a variar o tramanho da amostra, o que no segundo caso pode ser mais restritivo dependendo do numero de unidades que voce tem (mesmo sendo com reposicao) . O primeiro é menos dependente de tais pressupostos mas seria necessario ver a possibilidade de replicar. Dificil dizer qual seria universalmente melhor, isto depende da estrutura dos dados e do experimento, o que se quer avaliar etc
Portanto me parece que a partir vc teria que dar uma olhada nos metodos e avalia-los dentro do contxto do seu experimento
On Wed, 27 Apr 2011, Olympio Neto wrote:
Pessoal, bom dia.
Estou com uma dúvida. Pretendo calcular o poder do teste via simulação para dados de correlação intra-classe. Que eu saiba, não existe um método formal para isso. Assim, como pretendo fazê-lo via simulação gostaria de saber o seguinte: Devo replicar a amostra que tenho (como é feito no bootstrap) e tomar o número de vezes em que o teste foi menor que meu nível de significância, ou estes dados devem ser gerados aleatoriamente? O problema é que não há uma distribuição evidente para estes dados. Outra coisa, se for utilizar os dados que já disponho, posso alterar o número de elementos na reamostragem para verificar o efeito do tamanho da amostra no poder do teste e a fim de gerar um gráfico? Por exemplo, a amostra tem 100 avaliações, quero saber o poder do teste com 10, 30, 70 e 90, além das 100... é incorreto proceder dessa maneira?
Muito obrigado pela atenção.
Olympio
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
participantes (2)
-
Olympio Neto -
Paulo Justiniano