R语言实现样本量的估算（2）

weixin_493202632023-09-18 18:39

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

复制代码

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。

复制代码

#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。

复制代码

#（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。

复制代码

#（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
)

本文是转载文章，点击查看原文

如有侵权，请联系 xyy@jishuzhan.net 删除