如何统计样本量的power

Posted 2023-04-09

参考技术A 做完一个假设检验之后，如果结果具有统计显著性，那么还需要继续计算其效应量，如果结果不具有统计显著性，并且还需要继续进行决策的话，那么需要计算功效。
功效(power)：正确拒绝原假设的概率，记作1-β。
假设检验的功效受以下三个因素影响：
·样本量(n)：其他条件保持不变，样本量越大，功效就越大。
•显著性水平(α)：其他条件保持不变，显著性水平越低，功效就越小。
•两总体之间的差异：其他条件保持不变，总体参数的真实值和估计值之间的差异越大，功效就越大。也可以说，效应量(effectsize)越大，功效就越大。

R语言使用pwr包的pwr.2p.test函数（两个分组样本相同）对两个比例对比分析进行效用分析（power analysis）在已知效应量显著性水平效用值的情况下计算需要的样本量

R语言使用pwr包的pwr.2p.test函数（两个分组样本相同）对两个比例对比分析(comparing two proportions)进行效用分析（power analysis）、在已知效应量(effect size)、显著性水平(sig)、效用值（power）的情况下计算需要的样本量(sample size)

目录