用pwr包做功效分析

R语言中的pwr包可以实现很好的功效分析,包中包含了一系列非常重要的函数。对于每个函数,用户可以设定四个量(样本大小、显著性水平、功效和效应值)中的三个量,第四个量将由软件计算出来。

怎么用r语言计算卡方检验(用R语言做数据分析)(1)

四个量中,效应值是最难规定的,计算效应值通常需要一些相关估计的经验和对过去研究知识的理解。但是如果在一个特定的研究中,你对需要的效应值一无所知,又该怎么办呢?接下来将介绍pwr包在常见统计检验(t检验、方差分析、相关性、线性模型、比例检验、卡方检验)中的应用。在调用以上函数时,请确保已经安装并载入pwr包。

t检验的功效分析

对于t检验,pwr.t.test()函数提供了许多有用的功效分析选项,格式为:

pwr.t.test(n=, d=, sig.level=, power=, alternative=)

其中,

1、n为样本大小;

3、sig.level表示显著性水平(默认为0.05);

4、power为功效水平;

5、type表示检验类型:双样本t检验(two.sample)、单样本t检验(one.sample)或相依样本t检验(paired)。默认为双样本t检验。

6、alternative表示统计检验时双侧检验(two.sided)还是单侧检验(less或greater)。默认为双侧检验。

例子:我们想评价使用手机对驾驶员反应时间的影响,零为假设H0:u1-u2=0,u1是驾驶员使用手机时的反应时间均值,u2是驾驶员不使用手机时的反应时间均值。假设我们拒绝该零假设,备择假设就是H1:u1-u2 != 0,即两种条件下反应时间的均值不相等。现挑选一个由不同个体构成的样本,将他们随机分配到任意一种情况下,参与者边打手机,边在一个模拟器中应对一系列驾驶挑战;第二种情况,参与者在一个模拟器中完成一系列相同的驾驶挑战,但不打手机。然后评估每个个体的总体反应时间。

假定将使用双尾独立样本t检验来比较两种情况下驾驶员的反应时间均值。如果根据过去的经验知道反应时间有1.25s的标准偏差,并认定反应时间1s的差值是巨大的差异,那么在这个研究中,可设定要检测的效应值为d=1/1.25=0.8或者更大。另外,如果差异存在,我们希望有90%的把握检测到它,由于随机变异性的存在,我们也希望有95%的把握不会误报差异显著。这时,对于该研究需要多少受试者呢?

> library(pwr)

> pwr.t.test(d=.8, sig.level = .05, power = .9, type = "two.sample", alternative = "two.side")

Two-sample t test power calculation

n = 33.82555

d = 0.8

sig.level = 0.05

power = 0.9

alternative = two.sided

NOTE: n is number in *each* group

结果表明,每组中需要34个受试者(总共68人),这样才能保证有90%的把握检测到0.8的效应值,并且最多5%的可能性会误报差异存在。

现在变化一下问题。假定在比较这两种情况时,我们想检测到总体均值0.5个标准误差的差异,并且将误报差异的几率限制在1%内。此外,受试者只有40人,那么在该研究中能检测到这么大总体均值差异的概率是多少呢?

假定每种情况下受试者数目相同,可以进行如下操作:

> pwr.t.test(n=20, d=.5, sig.level = .01, type = "two.sample", alternative = "two.side")

Two-sample t test power calculation

n = 20

d = 0.5

sig.level = 0.01

power = 0.1439551

alternative = two.sided

NOTE: n is number in *each* group

结果表明:在0.01的先验显著性水平下,每组20个受试者,因变量的标准差为1.25s,有低于14%的可能性断言差值为0.625s或者不显著(d=0.5=0.625/1.25)。换句话说,我们有86%的可能错过我们要寻找的效应值。因此,可能需要慎重考虑要投入到该研究中的时间和经历。

上面的例子都是假定两组样本大小相等,如果两组中样本大小不同,可用函数:

pwr.t2n.test(n1=, n2=, d=, sig.level=, power=, alternative=)

其中n1和n2是两组样本大小,其他参数含义与pwr.t.test()相同,可以尝试改变pwr.t2n.test()函数的参数值,看看输出的效应值如何变化。

,