Stichprobengröße zum Vergleich zweier Anteile
Schätzt Teilnehmer je vergleichender Studien-/Kohortengruppe zur erwarteten Differenz zweier Anteile.
Transparent berechnen
Prüfen Sie Population, Einheiten und Version. Das Ergebnis zeigt die Formel oder Klassifikation, ohne automatisch eine Therapieentscheidung zu treffen.
Formular wird vorbereitet…
- Methode prüfen
- Daten eingeben
- Ergebnis prüfen
Methode · Anwendungsgrenzen
Unabhängige Kohorten, Charan/Biswas 2013 S. 123, m=1; Normalverteilungsquantile mit sechs Dezimalstellen; keine Stetigkeitskorrektur; WHO 1991 nicht direkt geprüft
Diese Näherung berechnet die Stichprobengröße je Gruppe für zwei unabhängige binäre Anteile mit gleicher Zuteilung und zweiseitigem Test. Legen Sie eine klinisch relevante Differenz, erwartete Anteile, Signifikanzniveau und Teststärke fest; behandeln Sie die angestrebte Differenz nicht als bekanntes Ergebnis. Paarung, Cluster, wiederholte Messungen oder ungleiche Zuteilung werden nicht berücksichtigt und erfordern eigene Methoden. Die Anpassung für Ausfälle erhöht die Rekrutierung, korrigiert aber weder Verzerrung noch ein ungeeignetes Design. Das vollständige WHO-Handbuch von 1991 wurde nicht geprüft. Die Gleichung entspricht der Form für unabhängige Kohorten bei Charan und Biswas (2013, S. 123) mit m = 1; die Studienform mit vollständig gepoolter Varianz auf S. 124 ist anders. Die Normalverteilungsquantile wurden mathematisch geprüft und auf sechs Dezimalstellen gerundet; dies bestätigt nicht die Wahl des Studiendesigns. Die Referenz WHO 1991 bleibt ohne direkte Prüfung des Handbuchs.
Nutzungsbedingungen
Prüfen Sie Population, Einheiten, Ein- und Ausschlusskriterien sowie Version in der Originalquelle. Ein einzelnes Ergebnis begründet weder eine Diagnose noch eine Entlassung oder Verordnung.
Dokumentierte Parameter
- Erwarteter Anteil in Gruppe 1 (z. B. Kontrolle) · %
- Erwarteter Anteil in Gruppe 2 (z. B. Intervention) · %
- Signifikanzniveau (zweiseitig)
- Statistische Teststärke
- Erwartete Verluste (optional) · %
3/3 Referenzfälle geprüft. Numerische Tests sind keine klinische Validierung.
Bezug zur Krebsforschung
Unterstützung der Forschung — Kontext erforderlich
Statistische Planung zum Vergleich von Anteilen. Die Untersuchung muss erwarteten Effekt, Teststärke, Ausfälle und Eignung des Designs begründen.
Anwendungen: Klinische Studien und Methoden · Epidemiologie