R语言实现样本量的估算(2)

本文默认α=0.05(sig.level),β=0.2(power),根据研究需要可调整。

导入包

library(pwr)

(1)已知标准差和预期差异

1、单样本t检验:某治疗措施预期提高某物质水平8mg/L,标准差为10mg/L。

#单样本t检验
pwr.t.test(d = 8/10, #期望的平均差异/总体标准差
           sig.level = 0.05,
           power = 1-0.2,
           type = "one.sample",
           alternative = "greater")#two.sided两边;greater:表示单侧检验中的大尾检验;less: 表示单侧检验中的小尾检验

2、两样本t检验:(1)已知预期A治疗措施与B治疗措施相差30%的标准差,两组样本量相同,计算样本量(2)已知预期A治疗措施差于B治疗措施60%的标准差,已知A治疗措施90人,计算B样本量。

#(1)两样本t检验(样本数量相同)
pwr.t.test(d = 0.3,#标准差的30%
           sig.level = 0.05,
           power = 1 - 0.2,
           type = "two.sample",
           alternative = "two.sided"
)
#(2)两样本t检验(样本数量不同)
pwr.t2n.test(d=0.6,
             n1=90,
             sig.level = 0.05, 
             power =0.8,
             alternative="greater")

(2)已知样本率:(1)已知A治疗措施预期并发症率7%,一般治疗措施并发症率12%,计算A的样本量。(2)已知A治疗措施预期并发症率7%,B治疗措施并发症率12%,计算A、B的样本量。(3)已知A治疗措施预期并发症率7%,样本量164,B治疗措施并发症率12%,计算B的样本量。(4)已知预期A法有效率为90%,B法70%,C法80%,D法60%,计算总的样本量。

#(1)一组样本
pwr.p.test(h=ES.h(0.07,0.12),power=0.8,sig.level=0.05,alternative="less")
#(2)两组相同样本
pwr.2p.test(h=ES.h(0.07,0.12),power=0.8,sig.level=0.05,alternative="less")
#(3)两组不同样本量
pwr.2p2n.test(h = ES.h(0.07,0.12),
              n1=164,
              n2=90,
              sig.level = 0.05,
              alternative = "less"
)
#(4)多样本率
prob <- rbind(c(0.9, 0.7, 0.8,0.6), # 有效率
              c(0.1, 0.3, 0.2,0.4)) # 无效率
pwr.chisq.test(w = ES.w2(prob/4), # 效应大小
               df = (4-1)*(3-1), #自由度
               sig.level = 0.05,
               power = 1-0.2
)
相关推荐
maizeman1263 天前
R语言统计分析——ggplot2绘图4——刻面
开发语言·r语言·可视化·ggplot·刻面
遗落凡尘的萤火-生信小白4 天前
【cran Archive R包的安装方式】
开发语言·r语言
jerry2011086 天前
R语言学习笔记之高效数据操作
r语言
风清扬雨7 天前
[特殊字符]【计算机视觉】r=2 采样滤波器全解析 ✨
人工智能·计算机视觉·r语言
关关钧8 天前
【R语言】函数
开发语言·r语言
加德霍克9 天前
【机器学习】自定义数据集使用框架的线性回归方法对其进行拟合
python·机器学习·r语言·线性回归·作业
关关钧11 天前
【R语言】流程控制
开发语言·r语言
Biomamba生信基地11 天前
R语言基础| 回归分析
开发语言·回归·r语言
木与长清11 天前
利用MetaNeighbor验证重复性和跨物种分群
矩阵·数据分析·r语言
关关钧11 天前
【R语言】数学运算
开发语言·r语言