Calculadora de Tamanho de Amostra
Planeje o tamanho de um experimento comparativo. Escolha uma família de testes (t de uma amostra, t de duas amostras ou pareado), um tamanho de efeito alvo, o poder estatístico desejado e o nível de significância. A calculadora retorna o tamanho mínimo de amostra por grupo e registra as premissas da aproximação normal na qual se baseia.
Calculadora
Digite os parâmetros de planejamento para ver a replicação necessária
Replicatas por grupo
n = 2 × (z1−α/2 + z1−β)² × σ² / δ²
A aproximação normal padrão de duas amostras para comparar médias com grupos de igual tamanho. O resultado é arredondado para cima até uma replicata inteira. Esta é uma estimativa de planejamento, não uma assessoria estatística para um estudo específico.
Sobre este cálculo
O que é
Sample size planning uses the normal approximation to the test statistic to determine how many observations per group are needed to detect a given effect with a chosen probability (power). The smaller the effect or the lower the power target, the larger the required sample.
Por que é usado
Running too few samples misses real effects; running too many wastes resources and animals. Sample size planning lets the experimenter commit to a defensible n before the bench work begins.
Por que esta calculadora existe
The normal-approximation formula is short, but the inputs (effect size, power, alpha, sidedness) are easy to mix up — particularly the difference between the two-sample test variance assumption (equal vs unequal). The calculator standardises the inputs and shows the per-group n.
Premissas principais
- The data approximate a normal distribution, or the test is robust to non-normality at the planned n.
- The variance estimate used in the power calculation is a credible stand-in for the real variance.
- The effect size is the smallest effect the experiment is intended to detect.
Limitações
- It uses the normal approximation, which is conservative for very small samples — the exact test may need fewer.
- It does not plan for attrition, dropout, or technical replicates — build those into the n.
- It does not replace a formal power analysis for non-standard tests (non-parametric, mixed models).
O que é calculado
- Replicatas por grupo
- Minimum whole replicates needed in each group (rounded up).
- Replicatas totais
- Replicates across both groups combined.
- Tamanho de efeito padronizado (d)
- δ / σ — the difference expressed in units of the standard deviation.
Perguntas frequentes
O que esta calculadora de tamanho de amostra estima?
Ela estima o número de réplicas biológicas por grupo necessário para detectar uma diferença entre duas médias independentes — por exemplo tratamento versus controle em uma placa ou em um sistema de cultura — com o nível de significância e o poder que você escolher. Retorna o número mínimo de repetições inteiras por grupo (sempre arredondado para cima), o total nos dois grupos e o tamanho de efeito padronizado d = δ / σ. É uma estimativa prévia ao experimento com a aproximação normal padrão para duas amostras, não um teste a posteriori dos seus dados.
Quais valores a calculadora precisa?
Quatro valores: a menor diferença entre as médias dos grupos que vale a pena detectar (δ), nas unidades do desfecho; um desvio padrão suposto (σ), de preferência de dados piloto ou da literatura; um nível de significância bilateral (α), que deve estar entre 0,001 e 0,2, sendo 0,05 o comum; e um poder-alvo (1 − β), que deve estar entre 0,5 e 0,999, sendo 0,8 o comum. Por dentro, aplica a fórmula da aproximação normal n = 2(z₁₋α/₂ + z₁₋β)²σ²/δ².
O que é o poder estatístico em linguagem simples?
O poder é a probabilidade de o seu experimento detectar de fato a diferença que você especificou, supondo que essa diferença exista. Na meta comum de 80 %, você ainda deixaria escapar um efeito real desse tamanho aproximadamente uma vez a cada cinco, e a calculadora mostra o compromisso diretamente: aumentar o poder-alvo aumenta o número de repetições por grupo que ela devolve. O poder é o complemento do erro do tipo II (1 − β), e esta ferramenta permite defini-lo entre 0,5 e 0,999.
Quantas repetições eu preciso, e as repetições técnicas contam para esse número?
Não existe um número universal: a resposta honesta depende do quão pequena é a diferença que você quer detectar e de quão variável é o seu ensaio — exatamente o que a calculadora deriva do seu δ, σ, α e poder. As repetições que ela planeja são as réplicas independentes por trás da comparação entre os dois grupos — promediar várias medições técnicas da mesma amostra não substitui mais réplicas independentes. A calculadora também não planeja repetições técnicas, perdas de amostras nem evasão, então acrescente tudo isso ao n que ela fornece.
Quais são os limites dessa estimativa?
Ela usa a aproximação z (amostras grandes) em vez da distribuição t, portanto, com menos de aproximadamente 30 repetições por grupo, um teste t exigirá um pouco mais que o número informado — trate o resultado como um limite inferior. Ela supõe dois grupos independentes com número igual de repetições e variância igual, um desfecho aproximadamente normal, um teste bilateral e uma única comparação; múltiplos testes, delineamentos pareados e variâncias desiguais pedem outras fórmulas. É um auxílio de planejamento, não um aconselhamento estatístico para um estudo específico — consulte um estatístico para delineamentos confirmatórios ou clínicos.
Apenas para uso em pesquisa e ensino. Não destinado a decisões clínicas ou de diagnóstico. Sempre verifique os cálculos de forma independente antes de usos críticos.