İki örnek oranlarının karşılaştırılması, örnek büyüklüğü tahmini: R ve Stata

İki örnek oranlarının karşılaştırılması, örnek büyüklüğü tahmini: R ve Stata

Örnek boyutları için aşağıdaki gibi farklı sonuçlar aldım:

içinde R

power.prop.test(p1 = 0.70, p2 = 0.85, power = 0.90, sig.level = 0.05)

Sonuç: $n = 160.7777$ (yani 161) her grup için.

In Stata

sampsi 0.70 0.85, power(0.90) alpha(0.05)

Sonuç: $n = 174$ her grup için.

Neden fark var? Teşekkürler.

BTW, SAS JMP , sonuç aynı örnek boyutu hesaplaması koştu : $n = 160$ (neredeyse R sonucuyla aynı).

— dwstu
kaynak

Aradaki fark, Stata'nın sampsikomutunun (Stata 13'ten itibaren kullanımdan kaldırılan ve onunla değiştirilen power) varsayılan olarak süreklilik düzeltmesini kullanması, R'lerin kullanmamasıdır (power.prop.test() Stata tarafından kullanılan formülle ilgili ayrıntılar için, bkz. [PSS] güç iki oranı ). Bu nocontinuityseçenekle değiştirilebilir , örn.

sampsi 0.70 0.85, power(0.90) alpha(0.05) nocontinuity

bu da grup başına 161 örneklem büyüklüğü verir. Süreklilik düzeltmesinin kullanılması daha konservatif bir test sağlar (yani daha büyük örneklem büyüklüğü) ve örneklem büyüklüğü arttıkça daha az önemlidir.

Frank Harrell, bpower( Hmisc paketinin bir parçası) dokümantasyonunda , süreklilik düzeltmesi olmayan formülün oldukça doğru olduğuna dikkat çekerek düzeltmeyi sürdürmek için bir gerekçe sunuyor.

— Phil Schumm
kaynak

Mükemmel cevap. Mesajımdaki iki yöntem arasındaki fark, farkın nedeni değil, bu yöntemlerden birinin süreklilik düzeltmesi kullanıyor ve diğerinin olmadığıdır.

— Michael M

Teşekkürler. Yalnızca iki oranla (yani 2x2 tablo), alternatifi iki oran veya bir oran ve oran oranı olarak belirtmeniz önemli değildir. Ve Fisher's Exact Test, iki örnekli binom problemi için muhafazakar olduğundan, buna dayanan güç tahminleri, süreklilik düzeltmeli formülden daha yakındır.

— Phil Schumm

Teşekkürler @pschumm. Hmisc paketlerini denedim bsamsize(0.70, 0.85, alpha=0.05, power=0.90)ve

n_{1} = n_{2} = 160.7777

$n_1=n_2=160.7777$ .

— dwstu