2

我想知道所需的样本量。在 R 中

library(pwr)
pwr.2p.test(h = ES.h(0.022,0.001),sig.level = 0.05,power = 0.8,alternative = "greater")

给出结果

     Difference of proportion power calculation for binomial distribution (arcsine transformation) 

              h = 0.2344905
              n = 224.8784
      sig.level = 0.05
          power = 0.8
    alternative = greater

NOTE: same sample sizes

在 G*Power 工具中，结果是 在此处输入图像描述

我的问题是，为什么 R 和 G*Power 的样本量差异如此之大（225 对 318）？谢谢。

4

1 回答 1

1

产生差异的原因是 pwr:pwr.2p.test 使用不同的方法来计算 Cohen 的效应大小 h，即它使用 arcsin 变换。相比之下，GPower 以及来自 stats 库的内置功率测试使用近似值。

要匹配 pwr 和 GPower 之间的结果，请转到 GPower 并在输入模型详细信息时，选择底部的“选项”并打开 arcsin 转换。

来自 GPower 文档的引用（由我添加的粗体）：

已经提出了许多程序来检验两个独立比例相同的零假设（Cohen, 1988; DAgostino, Chase, & Belanger, 1988; Suissa & Shuster, 1985; Upton, 1982），并且 G*Power 3 实现了其中的几个. 最简单的过程是带有可选反正弦变换和可选连续性校正的 az 测试。除了这两个计算选项之外，还可以选择是否使用 Cohens 效应大小测量 h，或者使用两个比例来指定备择假设。使用关闭使用连续性校正和打开使用 arcsin 变换选项，程序计算的功率值接近于 Cohen (1988, chap. 6) 列出的值。在关闭使用连续性校正和使用反正弦变换的情况下，计算未校正的 2 近似值 (Fleiss, 1981); 在使用连续性校正和使用反正弦变换关闭的情况下，计算校正的 2 近似值 (Fleiss, 1981)。

资料来源：https ://paperity.org/p/19044909/g-power-3-a-flexible-statistical-power-analysis-program-for-the-social-behavioral-and

于 2021-07-13T06:35:20.097 回答