Save this video free

Cálculo de Tamanho de Amostra - G*Power

Bruno Martynhak · 8:03 · Watch on YouTube

These notes were made with YouTube Collector. Paste any YouTube link and get the same: a summary, chapters and a searchable transcript.

Overview

Bruno Martynhak demonstrates how to use G*Power for a priori sample-size calculations, emphasizing that alpha, statistical power, group allocation, and an evidence-based effect size must be set before an experiment. For an independent-groups t test with alpha 0.05, power 0.95, and an expected Cohen's d of 1, the example requires 54 observations total, or 27 per group; a three-group one-way ANOVA with a medium effect can require 252 total.

Key takeaways

Chapters

0:00 G*Power Setup for an Independent-Groups t Test
3:00 Effect Size and the 27-Per-Group Example
5:40 One-Way ANOVA, Biological Relevance, and A Priori Decisions

Keep these chapters and the full searchable transcript in your own library.

Transcript excerpt

0:00 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

0:50 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

1:40 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

2:28 coloquei esses valores arbitrários aqui peço para calcular isso dá um tamanho de efeito 1 na hora que eu clico aqui

This is the start of the transcript. Save this video free for the whole transcript, searchable and time-coded.

Related notes

Summary, takeaways, and chapters were generated by AI from the video's transcript and may contain errors. The video belongs to its creator, Bruno Martynhak.

Want the full transcript?

Save this video in YouTube Collector to get its complete searchable transcript, your own AI summaries, and a library that keeps every video you collect in one place.