想像你為研究蒐集了 100 位受試者,投入時間與金錢完成實驗。等研究做完才發現,你的檢定力只有 10%。也就是說, 即使 兩組之間真的有差異,在你提供的資料下,檢定偵測到的機率也只有 10%。這實在太浪費心力了!
因此,最好的做法是在蒐集資料與執行實驗 之前 先估計檢定力。在這個練習中,你會整理這個流程中的步驟。以下項目是用功效分析規劃實驗設計的步驟。
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
在本章中,我們將探討樣本與可被統計上正當化之結論之間的關係。選擇樣本是做出穩健統計決策的基礎,而我們會說明樣本的選擇如何影響你的推論結果。
學習如何應用常態性檢定、相關性檢定,以及母數與非母數檢定來進行可靠的推論。假設檢定是一組工具,為任務選對工具對統計決策至關重要。雖然你可能在入門課程中接觸過部分檢定,但本章會帶你更深入,強化你的推論工具箱。
在本章中,你將於各種情境下衡量並解讀效果量,認識多重比較問題,並深入探討檢定力。p 值可以告訴你是否存在顯著效果,但不會告訴你效果有多強。效果量則衡量處置所造成之效果的強度。掌握影響效果量的關鍵因素就在本章。
當前練習
你將以拔靴法(bootstrapping)、置換檢定(permutation tests),以及從 p 值彙整證據的方法,進一步擴充你的推論統計工具箱。拔靴法會帶給你統計模擬的初步體驗。在統合分析這一課中,你會學到如何整合多個研究的結果。最後將介紹置換檢定—一種強大且彈性的非母數統計工具。