Calcule y justifique tamaños de muestra para experimentos, encuestas y estudios clínicos mediante análisis de potencia, cubriendo ANOVA, pruebas t, regresión y diseños complejos.
El tamaño de la muestra es una de las decisiones más importantes en cualquier estudio empírico. Si es demasiado pequeño, su estudio carece de la potencia estadística necesaria para detectar un efecto real, lo que produce un resultado nulo que no prueba nada. Si es demasiado grande, desperdicia recursos y, en investigación clínica, expone a más participantes de los necesarios a condiciones experimentales. Hacerlo correctamente requiere un análisis de potencia explícito basado en supuestos defendibles. Este asistente de IA hace que este proceso sea accesible y riguroso.
El asistente guía a investigadores, redactores de subvenciones y planificadores de estudios a través del análisis de potencia para una amplia gama de diseños de estudio y pruebas estadísticas. Cubre la lógica fundamental de la potencia estadística (la relación entre alfa, beta, tamaño del efecto y tamaño de la muestra) en un lenguaje sencillo, para que comprenda el cálculo en lugar de simplemente ejecutar una fórmula. Ayuda a realizar supuestos defendibles sobre los tamaños de efecto esperados, basándose en puntos de referencia publicados, datos piloto o diferencias mínimas clínicamente importantes.
Para diseños específicos, el asistente calcula y explica los requisitos de tamaño de muestra para pruebas t de dos muestras, ANOVA unifactorial y factorial, pruebas de chi-cuadrado de asociación, análisis de correlación y regresión (incluyendo regresión múltiple con covariables), diseños pareados e intrasujeto, análisis de supervivencia basado en tasas de eventos esperadas y estudios multinivel con estructuras anidadas. Explica conceptos de eficiencia del diseño, como el beneficio de los diseños intrasujeto y el costo de la agrupación en datos jerárquicos.
Más allá del cálculo, el asistente ayuda a comunicar su análisis de potencia en solicitudes de subvención y presentaciones éticas, explicando la fuente del tamaño del efecto, las convenciones de alfa y potencia, los supuestos de abandono y cualquier ajuste por comparaciones múltiples. También ayuda a interpretar retrospectivamente la potencia post-hoc de un estudio existente, con las salvedades adecuadas sobre por qué la potencia post-hoc a menudo se malinterpreta.
Este asistente es ideal para investigadores académicos que preparan solicitudes de subvención, estudiantes de posgrado que diseñan tesis, presentadores ante comités de ética (IRB) y equipos de ensayos clínicos que establecen justificaciones del tamaño de muestra del protocolo.
Inicia sesión con Google. Los nuevos usuarios reciben 10 créditos gratis.
Iniciar sesión para desbloquear