不等なサンプルサイズ【統計解析講義応用】

不等なサンプルサイズ【統計解析講義応用】 | 統計解析 - ChatGPT・Python・エクセルを使った講義で最速マスター

セミナー詳細                    解析ご相談                    LINEでお友達

不等なサンプルサイズ|【統計学・統計解析講義応用】

不等なサンプルサイズ【統計解析講義応用】


目次  不等なサンプルサイズ【統計解析講義応用】

 

 

不等なサンプルサイズ

 

一般に,各治療群に割り当てられる被験者の数が等しい,バランス(均衡)のとれたデザインでは推定サンプルサイズの計算は容易である.

 

しかしながら残念なことに,関心ある群の1つに望む通りのサンプルサイズを手にすることは,特に観察研究では,実際上の理由によりいつも可能とは限らない.

 

例えば,利用可能な症例や測定手段の数は決まっているが,標準的に計算されるサンブルサイズはそれよりも大きい症例対照研究の場合がそうである.

 

もし決まった症例群の大きさの下で特定の大きさの検出力を望むのであれば,以下に示すような計算式を,対照群の症例群に対する比を決定するのに用いることができる.

 

ここではバランスのとれたデザインでの検出力の下に各群に求められる患者の数を、群1は固定した症例群の患者の数を,同じように群2は対照群での数を表す.

 

例えば,本来バランスのとれた試験では1群あたりM = 13と計算されるが11名の症例しか観察できないのであればk = 1.44となり,したがって対照群に13名,症例群に13名というバランスのとれたデザインの場合と同じ検出力を維持するためには,対照群に16例と症例群11 例が必要とされることになる.

 

時々,症例群の対照に対する比は問題になる.

 

対照例のみを追加することによる精度または検出力の増加は.対照群と症例群の比が増大するに従い最終的にはごく僅かなものになるため,症例群の1人に対して4もしくは5例以上の対照例を用いる理由は通常はほとんどない.

 

ランダム化試験においても,人々はもしかしたら対照群にランダム化される被験者1例毎に2例を治験薬にランダム化するような,不等割付を用いたいと思うかもしれない.「不等分散の連続値データもしくは等しくないサンプルサイズの場合の計算」では,プラセボ群ヘランダム化されるすべての患者それぞれに対して患者を新しい治験治療群ヘランダム化する試験の場合の,サンプルサイズ決定のための計算式とその例を示している.

 

 

しかし,その簡便な方法は,全体のサンプルサイズだけを利用している.

 

この方法では試験全体でサンプルサイズは以下の係数で増加することを仮定している.

 

例として20例を1つの群に,10例を他方の群に必要とすることを求めることができる.

 

もちろん.このような小さいサンプルサイズはその他の問題を生じるかもしれないし,これはただの例示に過ぎない.10例の被験者からなる群からは,その試験が終わった後に次にどんなステップを踏んでいくべきかを決定するに十分な情報が得られるだろうか.

 

一般にサンプルサイズの決定には,何か最小限必要なことか,現実的に何が実施可能であるか,どんな情報が将来の試験の計画を立てるのに必要か,そして何か計画したデータ解析をサポートするために必要かといったことの均衡を図ることが必要とされる.

 

 

不等なサンプルサイズ【統計解析講義応用】


セミナー詳細                    解析ご相談                    LINEでお友達

不等なサンプルサイズ【統計解析講義応用】

不等なサンプルサイズ【統計解析講義応用】