如何理解R语言中的功效分析

如何理解R语言中的功效分析,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。

创新互联建站凭借在网站建设、网站推广领域领先的技术能力和多年的行业经验,为客户提供超值的营销型网站建设服务,我们始终认为:好的营销型网站就是好的业务员。我们已成功为企业单位、个人等客户提供了成都网站制作、网站设计、外贸网站建设服务,以良好的商业信誉,完善的服务及深厚的技术力量处于同行领先地位。

我们进行研究前,经常会被问到:对于我的研究,现在有x个可用的受试者,这样的研究值得做吗?或者“对于我的研究到底需要几个受试者呢?“这类问题需要功效分析进行解决。

R语言基础知识:

样本大小:指实验设计中每种条件/组中观测的数目

显著性水平:由I型错误的概率来定义,可以说发现效应不发生的概率。

功效:通过I减去II型错误的概率,可以看作是真实效应发生的概率。

效应:是指在备择和研究假设下效应的量。效应值的表达式依赖于假设检验中统计方法。功效分析中研究设计的四个基本量。给定任意三个,你可以推算第四个,利用pwr包实现功效分析。

如何理解R语言中的功效分析

pwr包中的函数:

如何理解R语言中的功效分析

t检验,pwr.t.test()函数提供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:n为样本大小

           d为效应值,即标准化的均值之差

如何理解R语言中的功效分析

          sig.level表示显著性水平(默认为0.05)

          power为功效水平

          type指检验类型: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。

          alternative指统计检验是双侧检验(two.sides)还是单侧检验(less或greater),默认为双侧检验。 

手机与驾驶反应时间的实验,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。根据经验知道反应时间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,可设定效应值为d=1/1.25=0.8或者更大,另外,如果差异存在,希望有90%的把握检测它,由于随机变异性的存在,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?

> install.package("pwr")

> library(pwr)

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

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

看完上述内容,你们掌握如何理解R语言中的功效分析的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注创新互联行业资讯频道,感谢各位的阅读!


分享名称:如何理解R语言中的功效分析
URL标题:http://pwwzsj.com/article/ihiiee.html