Un tamaño de muestra adecuado es crucial para el éxito de muchos estudios que involucran un gran número de comparaciones. En este documento se proporcionan fórmulas de tamaño de muestra para probar múltiples hipótesis. Estas pueden ser utilizadas para determinar los tamaños de muestra necesarios para proporcionar una potencia adecuada mientras se controla la tasa de error familiar o la tasa de descubrimiento falso, para derivar la tasa de crecimiento del tamaño de muestra con respecto a un número creciente de comparaciones o a la disminución del tamaño del efecto, y para evaluar la fiabilidad de los diseños de estudio. Se demuestra que los tamaños de muestra prácticos a menudo pueden lograrse incluso cuando se realizan ajustes para un gran número de comparaciones, como en muchos estudios de genoma completo.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
La gobernanza empresarial centrada en la producción limpia: la influencia de las partes interesadas
Artículos:
Revisión sistemática de la literatura con análisis bibliométrico sobre Lean Strategy y fabricación en segmentos industriales
Artículos:
Entropía Residual Generalizada y Valores de Registro Superiores
Artículos:
El estado del arte y previsión de la producción mundial de fundición
Videos:
Cómo reducir gastos en las empresas
Artículos:
Enfoque de aplicación ágil con Scrum, Lean y Kanban
Artículos:
Acerca del algoritmo de Dijkstra
Artículos:
Arquitectura orientada a servicios para software de apoyo para el proceso personal de software
Artículos:
Compuestos bioactivos de microalgas rojas con valor terapéutico y nutricional