R power.prop.test 比例二样本检验的功效计算

说明

计算比例的两个样本检验的功效，或确定参数以获得目标功效。

用法

power.prop.test(n = NULL, p1 = NULL, p2 = NULL, sig.level = 0.05,
                power = NULL,
                alternative = c("two.sided", "one.sided"),
                strict = FALSE, tol = .Machine$double.eps^0.25)

参数

n	观察次数(每组)
p1	一组中的概率
p2	其他组的概率
sig.level	显著性水平(I 类错误概率)
power	检验功效(1 减去 II 类错误概率)
alternative	一侧或两侧测试。可以缩写。
strict	在双面情况下使用严格解释
tol	用于求根的数值公差，默认提供(至少)四位有效数字。

细节

参数 n 、 p1 、 p2 、 power 和 sig.level 中的一个参数必须作为 NULL 传递，并且该参数由其他参数确定。请注意，sig.level 具有非 NULL 默认值，因此如果您希望计算它，则必须显式传递 NULL。

如果使用strict = TRUE，则在双面情况下，功效将包括与真实效果相反方向的拒绝概率。如果没有这个，如果真实差异为零，功效将是显著性水平的一半。

请注意，并非所有条件都能满足，例如

power.prop.test(n=30, p1=0.90, p2=NULL, power=0.8, strict=TRUE)

p1 = 0.9 和 1 之间不存在 p2 比例，因为您需要至少 n = 74 的样本大小才能产生 (p1,p2) = (0.9, 1) 所需的功效。

对于这些不可能的情况，当前发出警告 (warning)，将来可能会变成错误 (stop)。

值

类 "power.htest" 的对象，用 method 和 note 元素扩充的参数列表(包括计算的参数)。

注意

uniroot 用于求解未知数的幂方程，因此您可能会从中看到错误，特别是在给出无效参数时无法将根括起来。如果计算 p1 和 p2 之一，则假定 p1 < p2 并将保持不变，但如果同时指定两者，则允许 p2 \le p1。

例子

power.prop.test(n = 50, p1 = .50, p2 = .75)      ## => power = 0.740
power.prop.test(p1 = .50, p2 = .75, power = .90) ## =>     n = 76.7
power.prop.test(n = 50, p1 = .5, power = .90)    ## =>    p2 = 0.8026
power.prop.test(n = 50, p1 = .5, p2 = 0.9, power = .90, sig.level=NULL)
                                                 ## => sig.l = 0.00131
power.prop.test(p1 = .5, p2 = 0.501, sig.level=.001, power=0.90)
                                                 ## => n = 10451937
try(
 power.prop.test(n=30, p1=0.90, p2=NULL, power=0.8)
) # a warning  (which may become an error)
## Reason:
power.prop.test(      p1=0.90, p2= 1.0, power=0.8) ##-> n = 73.37

作者

Peter Dalgaard. Based on previous work by Claus Ekstrøm

也可以看看

prop.test , uniroot