統計名詞整理-p value & power analysis

以下為今天下午與謝老師討論之重點整理。

p值主要用以檢測顯著性，但其受到以下三項因素影響很大：
1.樣本數(sample size)-樣本數↑，p值↓。例如骰子灌了少許的鉛，骰越多次越容易發現各點數出線機率的差異。
2.變項實質的差異(true effect)-實質差異↑，p值↓。例如僅骰幾次骰子，灌越多鉛的骰子越容易發現各點數出線機率的差異。
3.組內各樣本結果分布(standard variation)-分布↓，p值↓。例如男女生組內樣本的身高差距越少，即分布曲線越集中，越容易看出男生和女生身高的差異。

檢定力分析(power analysis)主要用以檢定需多少樣本即可將多小的差異呈現為顯著。例如這次閱讀的文獻中提到"The sample sizes of 25 and 41 subjects for the cognitively and the non-cognitively impaired groups, respectively, achieved 97% power to detect a difference of 0.09 between the AUC of the ICAS and that of the MMSE-CV."意思為本篇研究之兩組樣本數具97%的檢定力，足以區辨ICAS和MMSE-CV之間AUC僅0.09的差異。