วิธีการกำหนดขนาดตัวอย่างที่จำเป็นสำหรับการวัด ANOVA ซ้ำแล้วซ้ำอีก?

ฉันต้องการความช่วยเหลือเกี่ยวกับ ANOVA การวัดซ้ำ

เรากำลังตรวจสอบผลของการแทรกแซงเพื่อลดอัตราการติดเชื้อในกระแสเลือด (BSI) ในผู้ป่วยบางราย เราวางแผนที่จะรวบรวมข้อมูลอัตรา BSI เป็นรายเดือน 12 เดือนโดยไม่มีการแทรกแซงก่อนจากนั้น 12 เดือนด้วยการแทรกแซง

เรากำลังคิดที่จะทำแบบอนุกรมเวลาหรือการวัด ANOVA ซ้ำ ๆ ฉันชอบอันที่ใหม่กว่าก่อนที่ฉันจะไม่มีความคิดมากที่จะทำในคำถามแรก (คำถามพิเศษ: คะแนนเวลาน้อยเกินไปใช่มั้ย) แต่มาถึงตรงนี้แล้ว ปัญหาอีกประการหนึ่งเราต้องแสดงวอร์ดกี่คนที่มีผลกระทบที่สำคัญทางสถิติของการแทรกแซงอัตรา BSI

ฉันคิดว่าฉันจะทำ ANOVA สองอันหนึ่งรายการสำหรับ "ก่อนการแทรกแซง" ส่วนหนึ่งสำหรับ "ระหว่างการแทรกแซง" และฉันคิดว่า ANOVA "ก่อนการแทรกแซง" ไม่ควรมีการทดสอบ F-ratio ที่สำคัญ

ฉันพิจารณาคำว่า "ขนาดตัวอย่าง" สองมิติไม่ว่าจะเป็นจำนวนหอผู้ป่วยหรือจำนวนการวัดซ้ำ

วิธีการวิเคราะห์พลังงานบนมาตรการ ANOVA ซ้ำแล้วซ้ำอีก?

G * Power 3เป็นซอฟต์แวร์ฟรีที่มีส่วนต่อประสาน GUI ที่ใช้งานง่ายสำหรับการคำนวณพลังงาน รองรับการคำนวณพลังงานสำหรับมาตรการ ANOVA ซ้ำ ๆ

การวิเคราะห์ที่เหมาะสมสำหรับการออกแบบของคุณคืออะไร?

นี่คือจุดที่เกี่ยวข้องกับสิ่งที่คุณพูดถึง:

• เวลามากขึ้นจะช่วยให้การบ่งชี้ชัดเจนขึ้นว่าการแทรกแซงของคุณนั้นมีผลอย่างไรเมื่อเวลาผ่านไป ดังนั้นหากการปรับปรุงลดลงเมื่อเวลาผ่านไปหรือเพิ่มขึ้นคะแนนเวลาที่มากขึ้นจะให้ความรู้สึกที่ชัดเจนของรูปแบบเหล่านี้ทั้งโดยเฉลี่ยและในระดับบุคคล
• หากคุณมีเวลา 12 คะแนนขึ้นไปฉันจะดูการสร้างแบบจำลองหลายระดับโดยเฉพาะอย่างยิ่งหากคุณคาดว่าจะมีการสังเกตที่ขาดหายไป คุณไม่น่าจะสนใจว่าจะมีผลกระทบของเวลาหรือไม่ ค่อนข้างคุณมีแนวโน้มที่จะให้ความสนใจในลักษณะพิเศษต่าง ๆ (เช่นการเปลี่ยนแปลงก่อนและหลังการแทรกแซงอาจเป็นผลการปรับปรุงเชิงเส้นหรือกำลังสองการโพสต์การแทรกแซง) คุณสามารถดูการใช้ความแตกต่างที่วางแผนไว้ด้านบนของมาตรการ ANOVA ที่ทำซ้ำ การวิเคราะห์ข้อมูลตามยาวประยุกต์: การสร้างแบบจำลองการเปลี่ยนแปลงและเหตุการณ์ที่เกิดขึ้นเป็นจุดเริ่มต้นที่ดีในการเรียนรู้เกี่ยวกับการสร้างแบบจำลองหลายระดับของข้อมูลการวัดซ้ำ
• จำนวนเวลาที่เพิ่มขึ้นเรื่อย ๆ ทั้งก่อนและหลังทำมากเพื่อเพิ่มพลังในการตรวจจับผลกระทบจากการแทรกแซงของคุณ เวลามากขึ้นจะเพิ่มความน่าเชื่อถือในการวัดของคุณและอาจทำให้มั่นใจได้ว่าคุณได้จับภาพช่วงเวลาที่เอฟเฟกต์เกิดขึ้น แต่ปัญหาที่ใหญ่กว่านั้นอาจเป็นขนาดตัวอย่างในสองเงื่อนไข
• สมมติว่าคุณกำลังจัดสรรกรณีให้กับเงื่อนไขแบบสุ่มอย่างแท้จริงประชากรโดยการกำหนดเท่ากับตัวแปรตามและคุณสามารถยืนยันว่าการทดสอบความสำคัญของความแตกต่างพื้นฐานไม่มีความหมาย ที่กล่าวว่านักวิจัยมักจะยังคงทำและฉันคิดว่ามันมีหลักฐานบางอย่างที่การจัดสรรแบบสุ่มเกิดขึ้นจริง
• มีการอภิปรายจำนวนพอสมควรเกี่ยวกับวิธีที่ดีที่สุดในการทดสอบผลกระทบของการแทรกแซงในการออกแบบการควบคุมหลังการแทรกแซง ตัวเลือกบางอย่างรวมถึง: (a) การโต้ตอบตามเงื่อนไข * เวลา; (b) ผลกระทบของสภาพ แต่เพียงที่การแทรกแซงหลัง; (c) ANCOVA ดูผลกระทบของสภาพการควบคุมก่อนโดยมีการโพสต์เป็น DV