Fatos principais
- Categoria
- Matemática, datas e finanças
- Tipos de entrada
- select, number
- Tipo de saída
- json
- Cobertura de amostras
- 4
- API disponível
- Yes
Visão geral
A Calculadora de Poder Estatístico é uma ferramenta online que permite estimar a probabilidade de detectar um efeito verdadeiro em testes de hipóteses para médias ou proporções de uma única amostra. Ao inserir o tamanho da amostra, o nível de significância (alfa) e o tamanho do efeito esperado, você obtém rapidamente o poder estatístico e o tamanho do efeito (effect size), ajudando a validar o planejamento de experimentos, pesquisas acadêmicas e testes A/B.
Quando usar
- •Ao planejar um experimento para garantir que o tamanho da amostra coletada seja suficiente para detectar o efeito desejado.
- •Após a realização de um teste de hipótese não significativo, para avaliar se o estudo tinha poder suficiente para rejeitar a hipótese nula.
- •Na elaboração de propostas de pesquisa ou ensaios clínicos que exigem justificativa estatística rigorosa para o tamanho da amostra.
Como funciona
- •Selecione o tipo de teste desejado: diferença de médias ou diferença de proporções.
- •Defina a hipótese alternativa (bicaudal, maior que ou menor que) e o nível de significância (alfa).
- •Insira os parâmetros da sua amostra, como tamanho da amostra, média ou proporção nula e alternativa, além do desvio padrão se aplicável.
- •A ferramenta calcula automaticamente o poder estatístico (em formato decimal e percentual) e o tamanho do efeito com base nas casas decimais escolhidas.
Casos de uso
Exemplos
1. Avaliação de Poder para Teste de Média
Pesquisador Clínico- Contexto
- Um pesquisador está testando um novo medicamento. A pressão arterial média histórica é 100, e espera-se que o medicamento a altere para 105, com um desvio padrão de 15.
- Problema
- Saber se uma amostra de 64 pacientes é suficiente para detectar essa diferença de 5 pontos com segurança.
- Como usar
- Selecione 'Diferença de médias', defina a média nula como 100, a média alternativa como 105, desvio padrão de 15 e tamanho da amostra 64.
- Configuração de exemplo
-
{"testType":"mean","alternative":"two-sided","alpha":0.05,"sampleSize":64,"nullMean":100,"alternativeMean":105,"standardDeviation":15} - Resultado
- A calculadora mostra um poder estatístico de aproximadamente 76% e um tamanho de efeito de 0,3333, indicando que a amostra pode precisar de um leve aumento para atingir os 80% ideais.
2. Validação de Amostra para Teste A/B
Analista de Marketing- Contexto
- Uma campanha de marketing tem uma taxa de conversão base de 50%. A equipe quer saber se a nova landing page aumentará a conversão para 60%.
- Problema
- Verificar o poder estatístico de um teste com apenas 100 visitantes.
- Como usar
- Escolha 'Diferença de proporções', insira a proporção nula de 0.5, proporção alternativa de 0.6, tamanho da amostra de 100 e hipótese alternativa 'Maior que'.
- Configuração de exemplo
-
{"testType":"proportion","alternative":"greater","alpha":0.05,"sampleSize":100,"nullProportion":0.5,"alternativeProportion":0.6} - Resultado
- A ferramenta calcula o poder estatístico para a diferença de proporções, permitindo ao analista decidir se deve prolongar o teste para coletar mais visitantes e obter resultados mais confiáveis.
Testar com amostras
barcodeHubs relacionados
FAQ
O que é poder estatístico?
É a probabilidade de um teste estatístico rejeitar corretamente uma hipótese nula falsa, ou seja, a chance de detectar um efeito real quando ele de fato existe.
Qual é um bom valor para o poder estatístico?
Geralmente, um poder estatístico de 0,80 (ou 80%) é considerado o padrão aceitável na maioria das pesquisas científicas e testes A/B.
Como o tamanho da amostra afeta o poder estatístico?
Aumentar o tamanho da amostra geralmente aumenta o poder estatístico, pois reduz o erro padrão e torna as estimativas mais precisas.
Posso calcular o poder para testes de proporção?
Sim, a ferramenta suporta tanto testes de diferença de médias quanto testes de diferença de proporções para uma única amostra.
O que é o nível de significância (alfa)?
É a probabilidade de rejeitar a hipótese nula quando ela é verdadeira (falso positivo). O valor padrão mais comum utilizado em pesquisas é 0,05.