Tamanho da Amostra para Regressão Múltipla: Obtendo Coeficientes de Regressão que São Precisos, Não Apenas Significativos.

Uma abordagem para o planejamento do tamanho da amostra para regressão múltipla é apresentada, enfatizando a precisão na estimativa de parâmetros (AIPE). A abordagem AIPE fornece estimativas precisas de parâmetros populacionais ao fornecer tamanhos de amostra necessários para que as larguras prováveis dos intervalos de confiança sejam suficientemente estreitas. Um método AIPE resulta em um tamanho de amostra tal que a largura esperada do intervalo de confiança em torno do coeficiente de regressão populacional padronizado é igual à largura especificada. Uma formulação aprimorada garante, com alguma probabilidade estipulada, que a largura do intervalo de confiança não será maior do que a largura especificada. Questões envolvendo coeficientes de regressão padronizados e preditores aleatórios são discutidas, assim como as diferenças filosóficas entre AIPE e as abordagens analíticas de poder para o planejamento do tamanho da amostra.