Cómo usar esta calculadora
- Introduzca las tasas verdaderas que desea distinguir.
- Defina la muestra de cada grupo.
- Añada la fuerza previa equivalente.
- Seleccione el umbral posterior de decisión y calcule.
#3140 · Herramienta de IA y tecnología
Potencia estadística de experimento bayesiano
Estima una medida de potencia bayesiana aproximada: la probabilidad de que la diferencia entre dos tasas quede por encima de cero con un umbral posterior dado. Introduce tasas verdaderas esperadas, tamaños de muestra y fuerza previa equivalente para evaluar si el diseño tiene suficiente separación para una decisión bayesiana.
Calculadora
Parámetros de cálculoFórmula
SE posterior ≈ √[pA(1−pA)/(nA+n₀) + pB(1−pB)/(nB+n₀)]; potencia ≈ Φ((pB−pA)/SE − z del umbral)
Qué significa el resultado
La métrica aproxima la probabilidad de que una señal esperada supere un criterio posterior de superioridad. Es una simplificación normal, no una simulación Beta-Binomial exacta.
Para diseños bayesianos formales, defina la regla de decisión y estime su probabilidad mediante simulación del proceso generador y de la posterior completa.
Ejemplo de cálculo
Con tasas esperadas de 10 % y 12 %, 3.000 observaciones por grupo, previa equivalente a 20 por grupo y umbral posterior del 95 %, la señal se compara con el umbral para obtener una potencia bayesiana aproximada.
Consejos para obtener mejores resultados
- Simule la regla de decisión completa antes de lanzar un test importante.
- Explore varios efectos verdaderos, no solo uno.
- Documente la previa y el umbral posterior.
- Evite cambiar el criterio de superioridad después de observar los datos.
Preguntas frecuentes
¿Qué significa potencia estadística en un experimento bayesiano?
Puede definirse como la probabilidad, bajo valores verdaderos supuestos, de que la regla posterior de decisión declare el resultado deseado.
¿La potencia bayesiana es igual a la potencia frecuentista?
No necesariamente. Depende de la previa y de la regla posterior de decisión, aunque ambas miden capacidad de alcanzar un criterio bajo supuestos.
¿Cómo afecta una previa más fuerte a la potencia bayesiana?
Puede aumentar o reducir la capacidad de decisión según su centro y su compatibilidad con los datos; esta aproximación solo modela su efecto como información adicional.
¿Qué implica exigir 99 % de probabilidad posterior?
Es un criterio más estricto que 95 % y suele requerir una señal mayor o más muestra.
¿Por qué conviene simular una prueba bayesiana antes de ejecutarla?
Porque la simulación puede incorporar la previa exacta, la regla de parada, el umbral y el proceso de datos sin depender de aproximaciones normales.
Calculadoras relacionadas
Resumen de variables
| Elemento | Rol |
|---|---|
| Muestra efectiva | Datos más fuerza previa |
| Separación posterior | Diferencia escalada por incertidumbre |
| Umbral | Criterio requerido para superioridad |