يمكن أن يُحسن تحليل القوة الإحصائية أبحاث وإدارة مصايد الأسماك

فشلت ثمانية وتسعون في المئة من الأوراق التي تم مسحها مؤخرًا في مجالات مصايد الأسماك والعلوم المائية والتي لم ترفض بعض فرضيات العدم (H 0) في الإبلاغ عن β، احتمال ارتكاب خطأ من النوع الثاني (عدم رفض H 0 عندما كان ينبغي ذلك)، أو القوة الإحصائية (1 - β). ومع ذلك، استخلصت 52% من تلك الأوراق استنتاجات وكأن H 0 كانت صحيحة. يمكن أن تكون فرضية العدم الخاطئة قد وُجدت بسبب تجربة ذات قوة منخفضة، ناجمة عن حجم عينة صغير أو تباين كبير في العينات. يمكن أن تكون تكاليف الأخطاء من النوع الثاني كبيرة (على سبيل المثال، في الحالات التي تفشل في اكتشاف التأثيرات الضارة لبعض التصريفات الصناعية أو تأثير كبير للصيد على استنفاد المخزون). تُظهر تحليلات القوة الإحصائية السابقة أن تقنيات تقدير الوفرة عادةً ما تكون لها β عالية وأنه فقط التأثيرات الكبيرة يمكن اكتشافها. أستعرض العلاقات بين β، القوة، حجم التأثير القابل للاكتشاف، حجم العينة، وتباين العينات. أوضح كيف يمكن أن يساعد تحليل القوة الإحصائية في تفسير النتائج السابقة وتحسين تصاميم التجارب المستقبلية وتقييمات التأثيرات واللوائح الإدارية. أقدم توصيات للباحثين وصانعي القرار، بما في ذلك التطبيق الروتيني لتحليل القوة، وتوخي الحذر في الإدارة، وتحويل عبء الإثبات ليكون على عاتق الصناعة، وليس الوكالات الإدارية.