r中的样本大小和功率计算是SAS中过程功率的可行替代方案

Question

因此，我试图了解SAS中的过程功率与r中的一些样本量函数之间的样本量计算(对于两个样本量不等的样本独立比例)有多接近。我使用的是加州大学洛杉矶分校网站上找到的数据。

UCLA网站给出的参数如下:

p1 = 3, p2实施率达=,=。8,null difference=0，对于双侧检验，它假设样本大小相等;

对于不等样本量的检验，参数相同，group1的组权值为1,group2的组权值为2，它们执行的检验是单侧的。

我使用r函数

pwr.t.test(n=NULL,d=0,sig.level=0.05,type="two.sample",alternative="two.sided")

从pwr包。

因此，如果我像UCLA网站的第一个例子一样输入参数选择，我会得到以下错误:

Error in uniroot(function(n) eval(p.body) - power, c(2, 1e+07)) :
  f() values at end points not of opposite sign. 

这似乎是因为r无法检测到差异。我设置d=。它跑了。SAS是否也会对太小的差异给出错误?在这个例子中没有，因为它们的空差也为零。

当使用

时，我也会得到上面的错误

pwr.2p.test(h = 0, n = , sig.level =.05, power = .8) 

和

pwr.chisq.test(w =0, N = , df =1 , sig.level =.05, power =.8 ).

我可能做了一些可怕的错误，但我似乎真的找不到一个方法，如果假设的差异是0。

我知道SAS和r使用不同的方法来计算功率，所以我不应该期望得到相同的结果。我只是想看看我能否在r中复制进程能力的结果。

对于第一个示例，我已经能够获得几乎相同的结果，具有相等的样本量和使用

的双面替代

 bsamsize(p1=.30,p2=.15,fraction=.5, alpha=.05, power=.8)

从Hmisc包。但是当他们用不相等的样本量做单侧测试时，我不能重复这些。

是否有一种方法可以在r中复制不相等组大小的单侧样本量计算过程?

欢呼。

Answer 1

在pwr.t.test及其衍生物中，d不是零差(假设为零)，而是两个总体之间的效应大小/假设差。如果总体平均值之间的差为零，则没有任何样本量可以让您检测到不存在的差异。

如果种群A的比例为15%，种群B的比例为30%，则使用函数pwr::ES.h来计算效应大小，并进行如下比例测试:

> pwr.2p.test(h=ES.h(0.30,0.15),power=0.80,sig.level=0.05)
     Difference of proportion power calculation for binomial distribution (arcsine transformation) 
              h = 0.3638807
              n = 118.5547
      sig.level = 0.05
          power = 0.8
    alternative = two.sided
NOTE: same sample sizes
> pwr.chisq.test(w=ES.w1(0.3,0.15),df=1,sig.level=0.05,power=0.80)
     Chi squared power calculation 
              w = 0.2738613
              N = 104.6515
             df = 1
      sig.level = 0.05
          power = 0.8
NOTE: N is the number of observations