G*power 3のwebページ
Macはこちら
Windowsはこちら
ダウンロード後,実行してインストール
メニューに戻る|前表示スライド
起動後初期画面
メニューに戻る|前表示スライド
検定手法を選択
• ここから検定手法を選択
• Exact
 Fisherの直接法やマクネ
マー検定など
• Ftest
 分散分析
• t test
 差のt検定
• χ2 test
 χ2検定
• Z test
 ノンパラメトリック検定で使う
メニューに戻る|前表示スライド
メニュー
•
•
•
•
•
•
•
差の検定(t検定)の検出力
相関係数の検出力
1元配置分散分析の検出力
2元配置分散分析の検出力
χ2検定の検出力
反復測定による分散分析の検出力
分割プロット分散分析の検出力
メニューに戻る|前表示スライド
t検定の検出力分析①
• ここから「t test」を選択
メニューに戻る|前表示スライド
t検定の検出力分析②
• さらに手法を選択
•
Correlation~
 相関係数
•
Means:~(matched pairs)
 対応のあるt検定
•
Means:~(two groups)
 2標本t検定
•
Means:~(one sample case)
 1標本t検定
•
Generic t test
 包括的なt検定(余り使わない)
•
ここではとりあえず, Means:
~(two groups)を選ぶ
メニューに戻る|前表示スライド
t検定の検出力分析③
• 求めたいパラメータを決定
•
A priori:~
 研究前に必要なnの大きさを知
りたいとき
•
Compromise:~
 αとβの比を指定する(余り使わ
ない)
•
Criterion:~
 αを求める(通常はα=0.01,0.05
で固定してるので不要)
•
Post hoc:~
 研究結果の検出力(1-β)を知り
たいとき
•
Sensitivity:~
 研究後に,結果から効果量
effect sizeを算出する
•
通常は,赤字を利用する
メニューに戻る|前表示スライド
t検定の検出力分析④
• 各パラメータの設定
• Tail
one=片側検定,two=両側検
定である.通常はtwoを選択
• Effect size
効果量.t検定では,Cohen
(1988)にならって,小=0.2,
中=0.5,大=0.8に設定する.
デフォルトでは0.5(中)となっ
ているので,何も知識がないと
きは0.5にすると良い.
• α err prob
通常は0.05.0.01でも良い.
• Power
検出力で,デフォルトでは0.95
となっているが,0.8でもよい.
通常はαの4~5倍に設定する.
ここでは0.8
• Allocation ratio
2群のnの比である.
• 全てが決まったらCalculateを
クリック
メニューに戻る|前表示スライド
t検定の検出力分析④
• 必要な症例数が算出される
• つまり,効果量0.5(中等
度)を保証した条件で
α=0.05かつ検出力0.8とし
たとき,症例数は64例ずつ,
計128例必要と算出される.
メニューに戻る|前表示スライド
相関の検出力分析
• 相関の場合は,
[Test family]=t tests
[Statistical test]=Correlation:~
を選ぶ.
• あとは「t検定の検出力分析③」以
降に従う.
• Effect size |r| は,
• 小0.1
• 中0.3
• 大0.5
とする.何の知識もないときは,デ
フォルトの0.3を使用
メニューに戻る|前表示スライド
1元配置分散分析の検出力分析①
• [Test family]=F testsの後,
これを選ぶ
メニューに戻る|前表示スライド
1元配置分散分析の検出力分析②
• 各パラメータの設定
• Effect size
小0.1,中0.25,大0.4
デフォルトでは0.25
• α err prob
通常は0.05
• Power
0.95か0.8.どちらでも
良い
• Number of groups
水準(比較群)の数
メニューに戻る|前表示スライド
2元配置分散分析の検出力分析①
• [Test family]=F testsの後,
これを選ぶ
メニューに戻る|前表示スライド
2元配置分散分析の検出力分析②
• 2要因のうち,水準数の多い方を
計算する
• A priori:~の例
• Effect size
小0.1,中0.25,大0.4
ここでは0.4
• α err prob
通常は0.05
• Power
0.95か0.8.どちらでも良い
• Numerator df
(水準数-1)を入力
滅多にないと思うが,交互作用の検
出力の時は,(A水準-1)×(B水準1)の数を入力
• Number of groups
水準(比較群)の数
交互作用の検出力の時は,A水準
×B水準の数を入力
メニューに戻る|前表示スライド
2元配置分散分析の検出力分析③
•
•
•
メニューに戻る|前表示スライド
全必要数は73例となる.
例えば,A要因が4水準(群),B
要因が3水準の時は,全12水
準なので73/12=6.08…となり,
7例ずつ必要となる
例えば,A要因が4水準(群),B
要因が2水準の時は,全8水準
なので73/8=9.125…となり,
10例ずつ必要となる
χ2検定の検出力分析
• χ2検定の場合は,
[Test family]=χ2 tests
[Statistical test]=Goodnessof-fit~
を選ぶ.
• あとは「t検定の検出力分析③」
以降に従う.
• Effect size w は,
• 小0.1
• 中0.3
• 大0.5
とする.何の知識もないときは,
デフォルトの0.3を使用
メニューに戻る|前表示スライド
反復測定による分散分析の検出力①
•
•
通常の反復測定(下の例)ANOVAを
想定します.
[Test family]=F testsの後,まずこれ
を選びます
1st
2nd 3rd
A
10
11
13
B
12
15
14
C
10
13
16
メニューに戻る|前表示スライド
反復測定による分散分析の検出力②
• ここは「t検定の検出力分析③」を参照
• A priori:~の例
• Effect size
 小0.1,中0.25,大0.4
 デフォルトは0.25
• α err prob
 通常は0.05
• Power
 0.95か0.8.どちらでも良い
• Number of groups
 グループの数を入力.反復測定要因が複
数ある時に指定する.通常の反復測定で
は「1」と入力
• Repetition
 水準(反復測定)の回数
 ここでは3回反復を想定
• Corr among rep measures
 水準間の相関(級内相関)を指定.何も知
識がないなら「0」.パイロットスタディなど
で,水準内の相関を推定できるなら,その
値
• Nonsphericition correction ε
 球面性の仮定.1ならFの修正無し
 下限=1/(水準数[反復数]-1)を入力する
と,もっとも安全.
 この例では,1/(3-1)=0.5
メニューに戻る|前表示スライド
反復測定による分散分析の検出力③
• 結果は86となる.
• 水準が3なので,86/3=28.666…となり,
29人を対象とする
メニューに戻る|前表示スライド
分割プロット(反復測定)分散分析の検出力①
•
•
[Test family]=F testsの後,まずこれを
選びます
分割プロットの例(下表)

A~Fの6人を対象とした例です.a1~a3
の条件は全被検者に行い,b1はA~C,
b2はD~Fのみ行うとなります.
b1
b2
a1
a2
a3
a1
a2
a3
A
10
9
7
D
6
5
10
B
11
8
8
E
8
6
11
C
10
9
6
F
7
7
15
メニューに戻る|前表示スライド
分割プロット(反復測定)分散分析の検出力②
• ここは「t検定の検出力分析③」を参照
• A priori:~の例
• Effect size
小0.1,中0.25,大0.4
デフォルトは0.25
• α err prob
通常は0.05
• Power
0.95か0.8.どちらでも良い
• Number of groups
グループの数.前スライドの例ではb1
とb2の2つになるから,2と入力.
• Repetition
水準(反復測定)の回数
前スライドの例ではa1~a3の3回反復
• Corr among rep measures
水準間の相関(級内相関)を指定.何
も知識がないなら「0」.パイロットスタ
ディなどで,水準内の相関を推定でき
るなら,その値
メニューに戻る|前表示スライド
分割プロット(反復測定)分散分析の検出力③
•
•
結果は44となる.
水準が3なので,44/3=14.666…
となり,15人を対象とする
メニューに戻る|前表示スライド
ダウンロード

G*Power 3