R：樣品尺寸和比例

差異這個問題是部分的方法，部分編碼R：樣品尺寸和比例

我在這人口，因爲沒有一個人開始疼痛，我發現，13％的人出現疼痛（95％ CI：9,18）。換句話說，預期比例= 0.13。

我想開發一個表格或圖表可以告訴我：

如果我有大小爲N的研究（N = 10，15，20，等），將有多大比例的個體發展疼痛，以檢測與預期比例的顯着差異（0.13）？ Alpha = 0.05，功率= 0.8。我不需要代碼來創建表格/圖形，但是如何找到這些數字！

顯然，在較小的研究中（例如n = 10），對於顯着性需要較大的差異。對於缺乏代碼感到抱歉，我試圖在G * Power中弄清楚這一點，但願意在R中這樣做。謝謝！

2017-06-19 fwarner

這是不正確的地方問'統計'問題。但看看這是否有幫助：http://biostat.mc.vanderbilt.edu/wiki/pub/Main/AnesShortCourse/HypothesisTestingPart1.pdf – CPak

我會後我的老代碼可能需要一些調整（小n問題，...）：

library(pwr) 

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

estES包含兩個比例的差異的影響大小。你的比例是estimatedP。現在有兩種選擇。您的estimatedP低於或高於第二組的比例。您正在尋找EShigh（比例是高於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 
}

在相應的作用大小比例下一步就是計算：

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

您可以檢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)

來源

2017-06-20 07:58:19 Lstat

R：樣品尺寸和比例

回答

相關問題