R power.prop.test 比例二樣本檢驗的功效計算

說明

計算比例的兩個樣本檢驗的功效，或確定參數以獲得目標功效。

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)

參數

n	觀察次數(每組)
p1	一組中的概率
p2	其他組的概率
sig.level	顯著性水平(I 類錯誤概率)
power	檢驗功效(1 減去 II 類錯誤概率)
alternative	一側或兩側測試。可以縮寫。
strict	在雙麵情況下使用嚴格解釋
tol	用於求根的數值公差，默認提供(至少)四位有效數字。

細節

參數 n 、 p1 、 p2 、 power 和 sig.level 中的一個參數必須作為 NULL 傳遞，並且該參數由其他參數確定。請注意，sig.level 具有非 NULL 默認值，因此如果您希望計算它，則必須顯式傳遞 NULL。

如果使用strict = TRUE，則在雙麵情況下，功效將包括與真實效果相反方向的拒絕概率。如果沒有這個，如果真實差異為零，功效將是顯著性水平的一半。

請注意，並非所有條件都能滿足，例如

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

p1 = 0.9 和 1 之間不存在 p2 比例，因為您需要至少 n = 74 的樣本大小才能產生 (p1,p2) = (0.9, 1) 所需的功效。

對於這些不可能的情況，當前發出警告 (warning)，將來可能會變成錯誤 (stop)。

值

類 "power.htest" 的對象，用 method 和 note 元素擴充的參數列表(包括計算的參數)。

注意

uniroot 用於求解未知數的冪方程，因此您可能會從中看到錯誤，特別是在給出無效參數時無法將根括起來。如果計算 p1 和 p2 之一，則假定 p1 < p2 並將保持不變，但如果同時指定兩者，則允許 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