Как определить размер выборки, необходимый для повторного измерения ANOVA?

Мне нужна помощь по повторному измерению ANOVA.

Мы изучаем влияние некоторых вмешательств на снижение частоты инфицирования кровотоком (BSI) в некоторых отделениях. Мы планируем собирать информацию о скорости BSI ежемесячно, сначала 12 месяцев без вмешательства, а затем 12 месяцев с вмешательством.

Мы думаем о проведении временного ряда или повторного измерения ANOVA, я предпочитаю более поздний, прежде чем у меня не будет большой идеи по первому (дополнительный вопрос: слишком мало временных точек, верно?), Но потом пришло Другая проблема, сколько приходов нам нужно, чтобы показать, что на самом деле статистически значимый эффект вмешательства влияет на уровень BSI?

Я думаю, что я сделаю два ANOVA, один для «до вмешательства», один для «во время вмешательства», и я предполагаю, что ANOVA «до вмешательства» не должен иметь значительного теста F-коэффициента.

Я рассматриваю термин «размер выборки» в двух измерениях: число витков или количество повторных измерений.

Как выполнить анализ мощности на повторных измерениях ANOVA?

G * Power 3 - это бесплатное программное обеспечение, которое предоставляет удобный графический интерфейс для выполнения расчетов мощности. Поддерживает расчеты мощности для повторных измерений ANOVA.

Какой анализ подходит для вашего дизайна?

Вот ряд моментов, связанных с тем, что вы упомянули:

• Чем больше моментов времени, тем яснее будет показано, как эффект вашего вмешательства, если таковой имеется, со временем. Таким образом, если улучшения затухают с течением времени или становятся больше, большее количество временных точек даст более четкое представление об этих закономерностях как в среднем, так и на индивидуальном уровне.
• Если у вас есть 12 или более временных точек, я бы посмотрел на многоуровневое моделирование, особенно если вы ожидаете каких-либо пропущенных наблюдений. Вас вряд ли заинтересует, есть ли эффект времени. Скорее всего, вас заинтересуют различные конкретные эффекты (например, изменения до и после вмешательства; возможно, эффект линейного или квадратичного улучшения после вмешательства). Вы также можете посмотреть на использование запланированных контрастов поверх повторяющихся мер ANOVA. Прикладной продольный анализ данных: моделирование изменений и возникновения событий является хорошей отправной точкой для изучения многоуровневого моделирования данных повторных измерений.
• Количество моментов времени, превышающих до и после, не сильно увеличивает вашу способность обнаруживать эффект вашего вмешательства. Чем больше временных точек повысят вашу надежность измерения, и это может гарантировать, что вы фиксируете период времени, в который применяется эффект, но, вероятно, более важной проблемой будет размер выборки в двух условиях.
• Предполагая, что вы действительно случайным образом распределяете случаи по условиям, популяции по определению равны зависимой переменной, и можно утверждать, что проверка значимости базовых различий не имеет смысла. Тем не менее, исследователи часто все еще делают это, и я полагаю, что это предоставляет некоторые доказательства того, что случайное распределение действительно произошло.
• Существует довольно много споров о том, как лучше всего проверить эффект вмешательства в схеме контроля до вмешательства. Несколько вариантов включают в себя: (а) условие * время взаимодействия; (б) влияние состояния, но только после вмешательства; (c) ANCOVA, смотрящая на эффект условия, контролируя предварительно, с постом в качестве DV.