サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ここにツイート内容が記載されますhttps://b.hatena.ne.jp/URLはspanで囲んでください
Twitterで共有ONにすると、次回以降このダイアログを飛ばしてTwitterに遷移します
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
効果量とサンプルサイズ 有意水準α、検出力(1-β)及び、検出したい効果の大きさ(e.g. 差の大きさ)を意味...効果量とサンプルサイズ 有意水準α、検出力(1-β)及び、検出したい効果の大きさ(e.g. 差の大きさ)を意味する「効果量」、仮説検定に用いる「サンプルサイズ」には、3つの数値を決定すると残りつ1つの数値が決定するという関係がある。 後述するp-hackingを避けるためには、事前に有意水準、検出力、効果量を決定し、仮説検定に必要となるサンプルサイズを算出する必要がある。 サンプルサイズの決定方法 有意水準αと検出力(1-β)については、慣習的に「Statistical Power Analysis for the Behavioral Sciences」でも推奨されているα=0.05、β=0.2が用いられている。 効果量の計算には、大きさを表すd族(Cohen's d)と相関の強さを表すg族(Hedges' g)等の指標がある。ここでは、(対応のない2標本の)t検定を例に、d族の効果量の
