R：样品尺寸和比例

差异这个问题是部分的方法，部分编码R：样品尺寸和比例

我在这人口，因为没有一个人开始疼痛，我发现，13％的人出现疼痛（95％ CI：9,18）。换句话说，预期比例= 0.13。

我想开发一个表格或图表可以告诉我：

如果我有大小为N的研究（N = 10，15，20，等），将有多大比例的个体发展疼痛，以检测与预期比例的显着差异（0.13）？ Alpha = 0.05，功率= 0.8。我不需要代码来创建表格/图形，但是如何找到这些数字！

显然，在较小的研究中（例如n = 10），对于显着性需要较大的差异。对于缺乏代码感到抱歉，我试图在G * Power中弄清楚这一点，但愿意在R中这样做。谢谢！

2017-06-19 fwarner

这是不正确的地方问'统计'问题。但看看这是否有帮助：http://biostat.mc.vanderbilt.edu/wiki/pub/Main/AnesShortCourse/HypothesisTestingPart1.pdf – CPak

我会后我的老代码可能需要一些调整（小n问题，...）：

library(pwr) 

estimatedP <- 0.13 
estES <- pwr.p.test(n=150, sig.level=0.05, power=0.8, alternative="greater")$h

estES包含两个比例的差异的影响大小。你的比例是estimatedP。现在有两种选择。您的estimatedP低于或高于第二组的比例。您正在寻找EShigh（比例是高于13％）：

ESlow <- function(lowProp, estimP, estimES){ 
# Estimates lower proportion 
2*asin(sqrt(estimP)) -2*asin(sqrt(lowProp)) - estimES 
} 

EShigh <- function(highProp, estimP, estimES){ 
# Estimates higher proportion 
2*asin(sqrt(highProp)) -2*asin(sqrt(estimP)) - estimES 
}

在相应的作用大小比例下一步就是计算：

highP <- uniroot(EShigh, c(0,1), tol=0.0001, estimES=estES, estimP=estimatedP)$root 
lowP <- uniroot(ESlow , c(0,1), tol=0.0001, estimES=estES, estimP=estimatedP)$root

看比例：

highP # Proportion > 0.205 to be detectable 
lowP # Proportion < 0.07 to be detectable

您可以检查效果尺寸的大小几乎相同但方向不同：

ES.h(lowP, estimatedP) 
ES.h(estimatedP, highP)

来源

2017-06-20 07:58:19 Lstat

R：样品尺寸和比例

回答

相关问题