Den statistiske styrke ved en test er i statistikken sandsynligheden for at afvise nulhypotesen (for eksempel hypotesen, ifølge hvilken grupperne er identiske med hensyn til en variabel) vel vidende at nulhypotesen er forkert (i virkeligheden er grupperne forskellige). Det kan udtrykkes som 1-β hvor β er risikoen for to e arter, det vil sige muligvis ikke viser, at de to grupper er forskellige, da de er i virkeligheden.
For eksempel i forbindelse med et blindt eksperiment til udvikling af et nyt lægemiddel kan risikoen for 2 e- arter β sandsynligvis konkludere, at et lægemiddel ikke er bedre end placebo, når det er det. I dette tilfælde vil testens styrke være sandsynligheden for at konkludere, at lægemidlet er bedre end placebo, hvilket er sandt.
Effekten afhænger af antallet af inkluderede forsøgspersoner, risikoen for type 1 (α) og størrelsen af effekten (forskel mellem de to grupper til et klinisk forsøg ) i forhold til de andre mængder af interesse (såsom variansen).
Den tilladte statistiske styrke gør det muligt at beregne antallet af emner, der er nødvendige i en undersøgelse. Generelt indstiller vi den ønskede styrke, risikoen for den første slags og parametrene, der er knyttet til grupperne for at opnå det antal emner, der er nødvendige for undersøgelsen. Beregningen af statistisk styrke kan anvendes til et stort antal statistiske tests (sammenligning af gennemsnit, sammenligning af proportioner, logistisk model, regressionsmodel osv.), Når den alternative hypotese er tilstrækkelig restriktiv.
I det følgende eksempel overvejer vi en tosidet students test med en standardafvigelse på 0,3. For at nå en effekt på 0,9, hvis du vil have en effektstørrelse på 10%, skal du bruge 100 observationer.