De combien d’observations une expérience a-t-elle besoin ?
La taille dépend du taux de base ou de la variance, du MDE, de l’alpha, de la puissance, de l’allocation, de l’attrition et du clustering. Elle se calcule avant le test et s’arrondit vers le haut.
Réponse directe
Dimensionner un test pour un effet minimal défini.
La taille dépend du taux de base ou de la variance, du MDE, de l’alpha, de la puissance, de l’allocation, de l’attrition et du clustering. Elle se calcule avant le test et s’arrondit vers le haut.
n ≈ [z₁₋α/2√(2p̄(1−p̄)) + z₁₋β√(p₀(1−p₀)+p₁(1−p₁))]² / (p₁−p₀)²ESTIMAND
Profil de l’estimation
- Unité d’analyse
- Unité assignée × groupe × périodeNomenclature scientifique contrôlée (EN)
randomization unit per arm - Estimand exact
n per arm for a binary outcome, MDE, α and 1−β; equal allocation, normal approximation- Modèle ou livrable
n ≈ [z₁₋α/2√(2p̄(1−p̄)) + z₁₋β√(p₀(1−p₀)+p₁(1−p₁))]² / (p₁−p₀)²
01—08
Cadre d’analyse vérifiable
- 01Question
De combien d’observations une expérience a-t-elle besoin ?
- 02Estimand
n per arm for a binary outcome, MDE, α and 1−β; equal allocation, normal approximation · randomization unit per arm
- 03Données
baseline_rate · target_rate · MDE · alpha · power · allocation · attrition · design_effect
- 04Modèle ou livrable
n ≈ [z₁₋α/2√(2p̄(1−p̄)) + z₁₋β√(p₀(1−p₀)+p₁(1−p₁))]² / (p₁−p₀)²
- 05Calcul déclaré
n ≈ [z₁₋α/2√(2p̄(1−p̄)) + z₁₋β√(p₀(1−p₀)+p₁(1−p₁))]² / (p₁−p₀)² → n per arm for a binary outcome, MDE, α and 1−β; equal allocation, normal approximation
- 06Contrôles d’incertitude
Two-sided binary-outcome approximation · Equal allocation · Round upward and adjust for attrition and clustering
- 07Validation spécifique
Vérifier données, stabilité de l’estimation et limites d’interprétation. Two-sided binary-outcome approximation · Equal allocation · Round upward and adjust for attrition and clustering
- 08Limites
Utiliser la puissance observée après le test comme preuve.
Variables nécessaires
baseline_ratetarget_rateMDEalphapowerallocationattritiondesign_effect
Contrôles · Nomenclature scientifique contrôlée (EN)
- Two-sided binary-outcome approximation
- Equal allocation
- Round upward and adjust for attrition and clustering
Dimensionner un test pour un effet minimal défini.
Utiliser la puissance observée après le test comme preuve.
Sources scientifiques
1 source
Dataset · Outil
Connexions méthodologiques