그래픽 유형 II (베타) 오류, 검정력 및 표본 크기를 가장 잘 표시하는 방법은 무엇입니까?


16

통계에 대한 소개를 작성하라는 요청을 받았으며 p- 값과 전력의 관계를 그래픽으로 표시하는 방법을 고심하고 있습니다. 이 그래프를 생각해 냈습니다.

상호 작용하는 두 가우스 곡선

내 질문 : 이것을 표시하는 더 좋은 방법이 있습니까?

여기 내 R 코드가 있습니다

x <- seq(-4, 4, length=1000)
hx <- dnorm(x, mean=0, sd=1)

plot(x, hx, type="n", xlim=c(-4, 8), ylim=c(0, 0.5), 
ylab = "",
xlab = "",
main= expression(paste("Type II (", beta, ") error")), axes=FALSE)
axis(1, at = c(-qnorm(.025), 0, -4), 
     labels = expression("p-value", 0, -infinity ))

shift = qnorm(1-0.025, mean=0, sd=1)*1.7
xfit2 <- x + shift
yfit2 <- dnorm(xfit2, mean=shift, sd=1)

# Print null hypothesis area
col_null = "#DDDDDD"
polygon(c(min(x), x,max(x)), c(0,hx,0), col=col_null)
lines(x, hx, lwd=2)

# The alternative hypothesis area

## The red - underpowered area
lb <- min(xfit2)
ub <- round(qnorm(.975),2)
col1 = "#CC2222"

i <- xfit2 >= lb & xfit2 <= ub
polygon(c(lb,xfit2[i],ub), c(0,yfit2[i],0), col=col1)

## The green area where the power is
col2 = "#22CC22"
i <- xfit2 >= ub
polygon(c(ub,xfit2[i],max(xfit2)), c(0,yfit2[i],0), col=col2)

# Outline the alternative hypothesis
lines(xfit2, yfit2, lwd=2)

axis(1, at = (c(ub, max(xfit2))), labels=c("", expression(infinity)), 
    col=col2, lwd=1, lwd.tick=FALSE)


legend("topright", inset=.05, title="Color",
   c("Null hypoteses","Type II error", "True"), fill=c(col_null, col1, col2), horiz=FALSE)

abline(v=ub, lwd=2, col="#000088", lty="dashed")

arrows(ub, 0.45, ub+1, 0.45, lwd=3, col="#008800")
arrows(ub, 0.45, ub-1, 0.45, lwd=3, col="#880000")

최신 정보


훌륭한 답변에 감사드립니다. 코드 중 일부를 변경했습니다.

# Print null hypothesis area
col_null = "#AAAAAA"
polygon(c(min(x), x,max(x)), c(0,hx,0), col=col_null, lwd=2, density=c(10, 40), angle=-45, border=0)
lines(x, hx, lwd=2, lty="dashed", col=col_null)

...
legend("topright", inset=.015, title="Color",
   c("Null hypoteses","Type II error", "True"), fill=c(col_null, col1, col2), 
       angle=-45,
       density=c(20, 1000, 1000), horiz=FALSE)

나는 귀무 가설에 대한 점선의 약간 모호한 그림이 마음에 들지 않기 때문에 그것을 좋아합니다. 나는 투명성과 알파를 추가하는 것에 대해 생각했지만 너무 많은 정보를 하나의 그림으로 얻는 것에 대해 걱정하고 따라서 선택하지 않았습니다.

여기에 이미지 설명을 입력하십시오

인쇄 된 기사의 한계 때문에 독자가 실험 할 수 없습니다. 나는 두 가지 오류가 겹치지 않는 아이디어를 좋아하기 때문에 TeachingDemos에 대한 @Greg Snow의 답변을 내 대답으로 선택했습니다.


4
의사 투명도를 사용하여 그래프를 약간 향상시킬 수 있습니다. 이 답변 과 같은 .
스라소니

@caracal (+1) 나는 힘을 보여주는 지역에 대해 당신과 같은 파선 패턴을 추가해야합니다.
chl

다른 곳에서도 비슷한 음모를 보았습니다. 그러나 이것은 여러 p 값의 실제 값과 해당 p 값의 거듭 제곱을 표시하지 않습니다. 서로 다른 p 값과 표본 크기에 대한 검정력을 계산 한 다음 하나의 그래프에 여러 줄을 표시 할 수 있습니다
Peter Flom-Reinstate Monica

1
G * Power 3 소프트웨어가 생성 하는 플롯 유형을 확인하면 플롯 할 대상에 대한 아이디어를 얻을 수 있습니다. 메모리에서 그들은 chl과 caracal이 이미 제시 한 것과 매우 비슷해 보입니다 (R에서 그렇게하는 방법을 알려주지 않을 것입니다).
Andy W

@Andy G * 파워-파워 파워 대 효과 크기 플롯 또는 파워 대 알파 플롯은 실제로 좋은 추가 기능이 될 것입니다. 첫 번째 경우에는 시작 이이 답변 일 수 있으며 두 번째 경우에 쉽게 적용 할 수 있어야합니다.
caracal

답변:


9

비슷한 플롯을 가지고 놀았으며 2 개의 커브가 서로를 막지 않지만 세로 방향으로 오프셋되어 있지만 여전히 동일한 x 축에있을 때 더 잘 작동한다는 것을 알았습니다. 이것은 곡선 중 하나가 귀무 가설을 나타내고 다른 하나는 대립 가설 하에서 평균에 대해 주어진 값을 나타냄을 분명히합니다. power.exampR 용 TeachingDemos 패키지 의 함수는 이러한 도표를 작성하며 run.power.examp함수 (같은 패키지)를 사용하면 대화식으로 인수를 변경하고 도표를 업데이트 할 수 있습니다.


+1, 내 것보다 더 완벽한 그림. (사실, 나는 TeachingDemos패키지 안에 무언가가 있다는 것을 알았지 만 그것을 찾기에는 너무 게으르다.)
chl

14

몇 가지 생각 : (a) 투명성 사용 및 (b) 일부 상호 작용 허용.

다음은 Type I 및 Type II Error-Justice System의 실수에 대한 Java 애플릿에서 영감을 얻은 것 입니다. 이것은 순수한 드로잉 코드이므로 gist # 1139310 으로 붙여 넣었습니다 .

그 모습은 다음과 같습니다.

여기에 이미지 설명을 입력하십시오

H0


그것은 정말 대단합니다. 나는 전에 aplpack을 본 적이 없었습니다.
Ken Williams

1
@ 켄 감사합니다. 이 aplpack패키지에는 데이터 viz를위한 유용한 애드온도 있습니다. 그러나 tcl / tk에 의존 하는 rpanel 은 아마도 더 복잡한 것들에 대한 더 나은 옵션 일 것입니다. 이제 RStudio와 조작 패키지를 사용하면 R의 기본 플롯을 쉽게 향상시킬 수 있습니다.
chl

8

Mac 및 Windows에서 사용할 수있는 무료 소프트웨어 인 G Power 3 에는 전력 분석을위한 매우 멋진 그래프 기능이 있습니다. 기본 그래프는 그래프 및 @chl로 표시된 그래프와 광범위하게 일치합니다. 간단한 직선을 사용하여 귀무 가설 및 대립 가설 검정 통계 분포 및 베타 및 알파의 색상을 별도의 색상으로 나타냅니다.

G Power 3의 유용한 기능은 다수의 공통 전력 분석 시나리오를 지원하며 GUI를 통해 학생 및 응용 연구원이 간단하게 탐색 할 수 있다는 것입니다.

다음은 왼쪽에 표시된 여러 그래프와 함께 슬라이드의 스크린 샷입니다 ( 전원 분석에 대한 설명 통계를 제공프레젠테이션 에서 가져온 것 ). one-tail t-test 버전을 선택한 경우 예제와 비슷합니다.

g 파워 3 그래프

통계적 검정력 및 가설 검정과 관련된 요인 (예 : 알파, 효과 크기, 표본 크기, 검정력 등) 간의 기능적 관계를 보여주는 그래프를 생성 할 수도 있습니다. 여기 에 그러한 그래프의 몇 가지 예를 제시합니다 . 이러한 그래프의 예는 다음과 같습니다.

여기에 이미지 설명을 입력하십시오


흥미로운 패키지는 나중에 살펴 보겠습니다. 그래도 현장에 새로운 사람에게는 조금 복잡한 것처럼 보입니다. 내 청중은 수학 또는 통계적 배경 지식이없는 MD입니다. 감사!
Max Gordon
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.