Estimativa de “N”

Copiado do site da CEUA UFABC e da UNB

Como calcular o número de animais (n)

Muitos pesquisadores têm dúvidas para calcular o número de animais (n) em seu desenho
experimental. Algumas propostas estatísticas ajudam a estimar o n ideal. Dentre estas
propostas, nós da CEUA resolvemos publicar uma fórmula que tem se mostrado prática e
eficiente:

n= 1 + [2C*(s/d)2], onde
C é dependente dos valores escolhidos para a força ou poder do teste (1-β; chance de
encontrar uma diferença existente) e nível de significância (α; a chance de considerar dois
grupos diferentes quando eles não o são). Para pesquisadores que consideram p<0,05 o
valor de α é 0,05. s é o desvio padrão aceitável de acordo com a projeção do pesquisador
e d é a diferença esperada entre os grupos.
Para calcular o C, deve-se aplicar a fórmula:

C= (zα + zβ)2
Onde z corresponde a valores encontrados em livros de estatística e no fim desta página.
É importante lembrar que para determinar o valor de za deve-se dividir o valor do intervalo
de confiança por 2, por exemplo, para um intervalo de 0,95 o valor a se procurar na tabela
é 0,475 e a soma dos valores da linha (1,9) com o topo da coluna (0,06) lhe fornecem um
valor de za=1,96. Em experimentos na área de saúde, o poder do teste é comumente 90%
para o qual o valor de zβ é 1,282. Para referência consultar o Artigo Estimativa Tamanho
da Amostra.
Logo, se em um determinado modelo experimental, um pesquisador deseja trabalhar com
um poder para o teste de 90% e nível de significância 0,05, o valor de C será de (1,96 +
1,282)2=10,51
Considerando ainda um desvio máximo (s) de 0,2 (20%) e uma diferença esperada entre
os grupos (d) de 0,5 (50%), ao aplicarmos a fórmula
n=1+[2*10,51*(0,2/0,5)2]
O resultado será um n de 4,36 animais, o que arredondando-se para o próximo número
inteiro será 5 animais por grupo.
UM EXEMPLO PUBLICADO NA Caries Research 2009- Ana, P.A, et. al.

In the present work, the estimation of sample size was performed previously

(priori statistical power analysis), with a pilot study with 5 samples per group. In that

moment, it was obtained data of estimated measurement variability (represented by

standard deviation - SD) and the difference between means (minimum expected

difference) for each analysis, which made possible the calculation of sample size based

on considered values of significance criterion, or the probability of a type-I error

(represented by ) and on the probability of a type-II error (represented by )i,ii. The

statistical power is equal to 1 - . It must be pointed out that the statistical power is used

to be adjusted to a number greater than or equal to 0.8 iiii, ii. However, to guarantee the

accuracy of our study, for calculating the number of samples to be used, it was

considered the normal distribution of data (for using ANOVA as the statistical test), 8

treatments,  = 0.05 and  = 0.05, which signifies the statistical power of 95%. The
iii
equations used for sample size estimation were based on reference , and follow:

n = 1 + [2C*(SD/d)2]

C = (z + z)2

For looking for the z value, it is important to consider the confidence interval

(considered as 0.95). The value of z is based on the statistical power to be considered,

which was, in this case,  = 0.05. The values of z and z can be found on tables

available in books. After the calculation of C value, the researcher can calculate the

number of samples considering the SD and d (minimum expected difference).

The confirmation of these calculations was performed using the SPSS Sample
Power software (IBM, Chicago, USA).
i
M. F. Triola. Elementary statistics. 11th edition. Pearson, (2010).
ii
R.H. Riffenburgh. Statistics in Medicine. Elsevier, 2 nd ed., (2006).
iii
J. Eng. Sample size estimation: how many individuals should be studied? Radiology, 227, 309-313 (2003).