Jestem ciekawy, czy ktoś ma określone odniesienie (tekst lub artykuł w czasopiśmie), aby poprzeć powszechną praktykę w literaturze medycznej wykonywania obliczeń wielkości próby przy użyciu metod parametrycznych (tj. Zakładając normalny rozkład i pewną wariancję pomiarów) kiedy analiza pierwotnego wyniku próby zostanie przeprowadzona przy użyciu metod nieparametrycznych.
Przykład: głównym rezultatem jest czas wymiotowania po podaniu określonego leku, o którym wiadomo, że ma średnią wartość 20 minut (SD 6 minut), ale ma zauważalnie skośny rozkład. Obliczenia wielkości próby dokonuje się przy założeniach wymienionych powyżej, z wykorzystaniem wzoru
,
gdzie zmienia się w zależności od pożądanych błędów i .
Jednak ze względu na skośność rozkładu analiza pierwotnego wyniku będzie oparta na szeregach (metoda nieparametryczna, taka jak test U Manna Whitneya).
Czy ten schemat jest obsługiwany przez autorów w literaturze statystycznej, czy też należy wykonywać nieparametryczne oszacowania wielkości próby (i jak by to zrobić)?
Uważam, że dla ułatwienia obliczeń dopuszczalna jest powyższa praktyka. W końcu szacunki wielkości próby są po prostu takie - szacunki, które przyjmują już kilka założeń - z których wszystkie są prawdopodobnie nieco (lub bardzo!) Nieprecyzyjne. Jestem jednak ciekawy, co myślą inni, a konkretnie, czy istnieją odniesienia do tego rozumowania.
Wielkie dzięki za wszelką pomoc.
źródło
Wydaje się, że niektórzy używają koncepcji Pitman Asymptotycznej Sprawności Względnej (ARE), aby zawyżać wielkość próby uzyskaną za pomocą wzoru wielkości próby do testu parametrycznego. Jak na ironię, aby go obliczyć, należy ponownie założyć rozkład ... patrz np. Wielkość próby dla testu U Manna-Whitneya Na końcu artykułu znajdują się linki, które zawierają wskazówki do dalszego czytania.
źródło