G*Power で相関係数に必要なサンプル数を計算する方法

G*Power は、サンプルサイズ計算ソフトである

相関を計算するのに必要なサンプル数を計算するときの使い方を解説する

>>もう統計で悩むのは終わりにしませんか? 

↑1万人以上の医療従事者が購読中

目次

GPower で相関の必要サンプル数計算

G*Power での設定は以下のように行う

Effect size に予想される相関係数を入れる

0.3 とすると以下のように計算される

Calculate をクリックすると計算される

Total 82 例必要と計算される

予想される相関係数がわからない場合

相関係数の大きさを Effect size として、以下のような慣例的な基準がある

Effect size  \rho
small0.1
medium0.3
large0.5

small の場合は、779 例必要となる

medium の場合は、上記のとおり、82 例である

large の場合は、26 例でよい

>>もう統計で悩むのは終わりにしませんか? 

↑1万人以上の医療従事者が購読中

論文への記載例

論文の記載例は以下のとおりである

サンプルサイズ計算は、G*Power 3.1.9.7 で行った(Faul 2007, Faul 2009)母相関係数の検定を両側検定で行うとし、想定される相関係数を 0.3、有意水準 5 %、検出力 80 % とすると、必要サンプルサイズは 82 例と計算された。

The sample size calculation was performed using G*Power 3.1.9.7 (Faul 2007, Faul 2009). Assuming a two-tailed test for the population correlation coefficient with an expected correlation coefficient of 0.3, a significance level of 5%, and a power of 80%, the required sample size was calculated to be 82 cases.

必要に応じて、想定される相関係数をどのように見積もったか、加筆してもよいだろう

計算のしくみをざっくり説明

計算の元は、母集団の相関係数の検定である

母集団の相関係数が 0 であるという帰無仮説を棄却するためには何例必要かという計算である

母集団から取り出したサンプルにおける相関係数が 0.1 だとすると、0 と違うというには、たくさんの症例数が必要という理屈になる

逆に 0.5 だとすると、0 と違うと言うのは簡単で、症例数も少なくて済む

ざっくり言うと、こういう理屈になっている

事後検出力の計算をする場合

統計解析を行った後に、統計学的有意にならず、事後検出力の計算が必要になることがある

その場合は、Type of power analysis のプルダウンメニューから、Post hoc を選択する

例えば、相関係数 0.5 で、症例数が 20 例だったとして、その場合の事後検出力は以下のとおり、0.685(68.5 %)と計算される

検出力は 80 %は欲しいので、理想的な状況には少し届かなかったことがわかる

この結果をもって、研究限界を考察することになる

まとめ

G*Power を使って相関係数の計算に必要なサンプル数を計算する方法を紹介した

事後検出力の計算方法も紹介した

参考になれば

G*Power ダウンロードサイト

Universität Düsseldorf: G*Power

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

>>もう統計で悩むのは終わりにしませんか?

医療統計の教本を無料で差し上げます

↑1万人以上の医療従事者が購読中

この記事を書いた人

医師、医学博士(専門は疫学および統計学)。10年以上の研究歴を有し、筆頭著者として10本の英文原著論文を執筆した実績を持つ。現在、外資系製薬企業にて15年以上にわたり、臨床開発やデータ解析、承認審査、薬価交渉戦略といった実務の最前線に従事。

「統計に悩むあなたを救いたい」をコンセプトに、ブログやYouTube、SNSを通じて、医療従事者や研究者向けに「実務直結の統計ノウハウ」を配信。

学術的な厳密さと、製薬業界での高度な実務経験を融合させた独自の視点から、ブラックボックス化しない統計解析の普及を目指す。個人サイト(https://toukeier.net)では、統計解析の個別相談(主にRを使用)や、統計解析を助けるWebアプリを提供している。

運営:株式会社データシード

コメント

コメントする

目次