비율의 2- 표본 비교, 표본 크기 추정 : R vs Stata

비율의 2- 표본 비교, 표본 크기 추정 : R vs Stata

다음과 같이 샘플 크기에 대해 다른 결과를 얻었습니다.

에서 R

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

결과 : 각 그룹에 대해 (그래서 161)입니다. $n = 160.7777$

에서 STATA

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

결과 : 각 그룹에 대해 입니다. $n = 174$

왜 차이점이 있습니까? 감사.

BTW, SAS JMP 에서 동일한 샘플 크기 계산을 수행했습니다 . 결과 : (R 결과와 거의 동일). $n = 160$

— dwstu
소스

차이점은 Stata의 sampsi명령 (Stata 13에서 더 이상 사용되지 않고으로 대체 됨 power)이 기본적으로 연속성 수정을 사용하지만 R은 power.prop.test()그렇지 않은 것입니다 (Stata에서 사용 된 공식에 대한 자세한 내용은 [PSS] power twoproportions을 참조하십시오 ). nocontinuity옵션을 사용하여 변경할 수 있습니다 ( 예 :

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

그룹당 샘플 크기는 161입니다. 연속성 보정을 사용하면보다 보수적 인 테스트 (즉, 더 큰 샘플 크기)를 얻을 수 있으며 샘플 크기가 증가함에 따라 덜 중요합니다.

프랭크 하렐 (Frank Harrell)은 bpower( Hmisc 패키지의 일부) 문서 에서 연속성 교정이없는 공식은 매우 정확하여 교정을 포기할 수있는 근거를 제공한다고 지적했다.

— 필 chu
소스

좋은 대답입니다. 내 게시물에서 두 방법의 차이가 차이의 원인이 아닌 것 같지만 이러한 방법 중 하나가 연속성 수정을 사용하고 다른 방법은 그렇지 않다는 사실입니다.

— Michael M

감사. 두 개의 비율 (예 : 2x2 테이블) 만 있으면 대안을 두 개의 비율로 지정할지 하나의 비율과 승산 비로 지정할지 중요하지 않습니다. Fisher 's Exact Test는 2 표본 이항 문제에 대해 보수적이기 때문에이를 바탕으로 한 검정력 추정값은 연속성 수정 공식의 검정력에 더 가깝습니다.

— Phil Schumm

감사합니다 @pschumm. Hmisc 패키지를 시도 bsamsize(0.70, 0.85, alpha=0.05, power=0.90)하고 .

n_{1} = n_{2} = 160.7777

$n_1=n_2=160.7777$

— dwstu