agora a gente vai ver como usar o software G Power abrimos ele aqui encontramos essa tela a gente tem aqui a família de testes a gente vai em focar nos testes t e no testes F teste comparação entre dois grupos testes F focando principalmente a novas quando a gente compara mais de dois grupos Vou molhar aqui no teste t a gente vai escolher comparação entre dois grupos Independentes a gente vai calcular a priori Então a gente vai computar qual é a o tamanho de amostra Considerando o alfa o poder e o tamanho de efeito normalmente
os testes são feitos de maneira a gente já vai voltar nele o alfa fixo em 5% 0,05 o poder eu deixo em 95% 0.95 porque 80% foi um valor completamente arbitrário e ele dá uma chance de falso negativo de 20%, o que para mim é muito alto tudo bem mas você poderia colocar 80% esse seria considerado o mínimo possível aceito alocação entre os tamanhos amostrais eu deixei um porque eu espero ter um n igual entre os dois grupos se dá 10 por grupo eu quero que seja 10 por grupo e não 8:12 por exemplo agora
como que a gente vai chegar nesse dia aqui existe uma fórmula de calcular para calcular ele manualmente Mas a gente pode determinar aqui então Digamos que os nossos NS sejam iguais entre os grupos e a gente quer ver um efeito por exemplo de glicemia 90 no controle e eu quero ver apenas um leve aumento de glicemia 120 num grupo experimental com um desvio padrão de 30 talvez é claro né esse desvio Talvez para um grupo controle esteja um pouco alto coloquei esses valores arbitrários aqui peço para calcular isso dá um tamanho de efeito 1 na
hora que eu clico aqui calcular e transferir para janela principal ele já transfere o valor 1 quando a gente passa o mouse por cima ele diz o tamanho de efeito Ponto 20 é considerado pequeno Ponto 50 médio ponto 80 é grande De onde surgiu essa classificação é arbitrária a gente dificilmente escapa disso Nessas horas a gente manda calcular isso chega num tamanho de amostra de 54 às vezes ele separa por grupo às vezes ele só dá o valor total então se ele não separar especificamente por grupo o valor que ele dá é o valor total
então isso significa que precisaria de 27 animais por grupo para encontrar um efeito como esse como essas médias e com esta dispersão O que aconteceria se a dispersão fosse menor se a dispersão for menor é o tamanho de efeito fica maior quanto menor a dispersão maior é o tamanho de efeito quando a gente transfere esse valor para cá e calcula o novo tamanho de amostra a gente precisa de um tamanho de amostra menor E aí vejam é importante fazer as coisas a priori aqui você vai estabelecer o que você quer obter e a partir do
que você quer obter Você vai aceitar o valor que é fornecido eu calculei que tem 27 animais por grupo você calculou Com base no que você espera obter que é biologicamente relevante com a dispersão que você encontra no laboratório ou uma literatura é isso então é isso é 27 animais para o grupo Ah mas é muito grande seria um desperdício de animais fazer o experimento com ele menor sendo que você precisa de um imigrante é mais antiético você fazer o experimento inútil do que um experimento que você vai venha a obter alguma informação é uma
coisa que é importante não façam algo como a eu mas eu só tenho verba tem tempo para fazer oito animais por grupo então eu vou ficar mexendo aqui a teta oito por grupo Aí não vale não serve para nada fazer esse teste né você define as coisas a priori e segue o valor que ele fornecer ele já é muito flexível no sentido de você ter que estimar por conta própria Qual é esse efeito você tem que dar muitos chutes calibrados e isso quanto menos você interferir depois melhor agora vamos ver aqui se a gente fosse
fazer uma nova e Aqui começa a ficar mais difícil então se você quisesse fazer uma nova de uma via tem vários fatores que você pode calcular aqui digamos eu quero esse efeito aqui considerado médio e eu vou ter três grupos na hora que você deixa eu Fechar essa janela aqui na hora que você calcula Olha só o tamanho da amostra 252 é 252 por 3 eu não sei quanto que dá essa conta mas é um número bem considerável tá então será que esse tamanho de efeito para o que você avalia Na verdade ele não é
muito pequeno é relevante biologicamente você buscar o tamanho de efeito tão pequeno assim Se for para um tratamento para uma doença que não tem cura nem paliativo nem nada que melhore a vida de uma pessoa faz sentido você encontrar o efeito por mais que ele seja pequeno que que isso pode representar depois a pessoa vai melhorar muito pouco e vai ter uma grande proporção de pessoas que não vai melhorar nada mas se nada existe para ela faz sentido você buscar um tamanho de efeito por menor que ele seja agora se já existe um padrão ouro
que tem um efeito maior Talvez seja biologicamente relevante você buscar algo parecido com aquilo A não ser que o padrão ouro seja extremamente tóxico melhora muito a doença mas ela morre por outra coisa aí você pode buscar algo um pouco mais intermediário eu sempre importante ter isso em mente para tentar deixar a estimativa do tamanho de efeito tanto realista quanto útil também Essa é a base do uso do g-power é dependendo do teste estatístico que você for usar vai ter outros parâmetros que você vai ter que por aí é que de novo você vai ter
que estimar eles com base em dados prédios e dados da literatura Espero que tenha sido um pouco útil para vocês conhecerem um pouco esse problema traz
