统计211

标题: 用SAS进行样本量的估计与检验效能的计算 [打印本页]

作者: 275932488 时间: 2010-5-30 11:39
标题: 用SAS进行样本量的估计与检验效能的计算
【转帖】检验效能
假设检验是统计推断的重要内容,它是应用数学上的反证法和小概率事件实际推断原理,根据样本统计量对总体作出推断,结论具有概率性.对于任何一次假设检验,不论其结论是拒绝H0,还是接受H0,都有判断错误的可能,即可能犯两类错误.第一类错误(也称Ⅰ型错误)是指拒绝了实际上成立的H0,其概率大小用a表示.假设检验时,研究者可根据研究的目的来确定α值的大小,如规定α=0.05(即犯第一类错误的概率为0.05),当拒绝H0时,则理论上100次抽样检验中平均有5次发生这样的错误.第二类错误(也称Ⅱ型错误)是指接受了实际不成立的H0,其概率大小用β来表示,β值的大小一般很难确切估计,只有与特定的H1结合起来才有意义.通常把1-β称为检验效能(也称把握度),它的意义是:当两总体确有差别时,按规定的检验水准.α能够发现该差别的能力.

众所周知在实验设计阶段确定样本含量和检验效能的重要性，应在设计阶段早期考虑样本含量估计，高估样本含量会影响实验的可行性，而低估样本含量会导致检验效能下降。当我们得到阴性结论时(P＞0．05)，我们关心的是检验效能的大小，即阴性结果是由于检验效能过低还是由于比较的两组间差别确实没有统计学意义。如果此时检验效能较高(＞75％)，阴性结果可解释为后者；反之，如果检验效能低于75％，需适当增加样本含量后再作分析。

那么如何进行样本量的估计和检验效能的计算呢？

在这里我们介绍一下用SAS进行样本量估计和检验效能的计算。用得的是PROC POWER过程。

Statement Description
PROC POWER
*调用该过程

MULTREG
*线性回归 tests of one or more coefficients in multiple linear regression

ONECORR
Fishers z test and t test of (partial) correlation

ONESAMPLEFREQ
*单样本二项分布概率 test of a single binomial proportion

ONESAMPLEMEANS
*单样本t检验 one-sample t test, confidence interval precision, or equivalence test

ONEWAYANOVA
*单向方差分析 one-way ANOVA including single-d.f. contrasts

PAIREDMEANS
*配对t检验 paired t test, confidence interval precision, or equivalence test

PAIREDFREQ
*配对的频数分析 McNemars test for paired proportions

TWOSAMPLEMEANS
*两样本t检验 two-sample t test, confidence interval precision, or equivalence test

TWOSAMPLESURVIVAL
*两样本的生存资料分析 log-rank, Gehan, and Tarone-Ware tests for comparing two survival curves

PLOT
*作图 constructs plots for previous sample size analysis

格式说明：
Input for PROC POWER includes the components considered in study planning:

design *试验设计
statistical model and test *统计模型和检验方法
significance level (alpha) *显著性水平（α）
surmised effects and variability *估计值和估计方差
power *效度
sample size *样本量

You designate one of these components by a missing value in the input, in order to identify it as the result parameter. The procedure calculates this result value over one or more scenarios of input values for all other components. Power and sample size are the most common result values, but for some analyses the result can be something else. For example, you can solve for the sample size of a single group for a two-sample t test.
在写过程的时候，把需要估计的参数用缺失.代替即可，这个过程就会把该参数估计出来。可以估计检验效能，样本量，

示例1：
proc power;
onesamplemeans
mean = 5
ntotal = 150
stddev = 30
power = .;
plot x=n min=100 max=200;
run;

这是一个单样本进行t检验的检验效能计算的过程，同时还做出了样本量从100到200之间时，检验效能随样本量的变换过程。

示例2：
proc power;
twosamplemeans
groupmeans = (13 14)
stddev = 1.2 1.7
groupweights = 1|1
power = 0.9
ntotal = .;
run;

这是样本量为1：1的成组设计的t检验样本量计算过程。

欢迎光临统计211 (http://tj211.com/)