r语言算巢式设计方差分析_R语言入门之效力分析(Power Analysis)
1. Power Analysis前言
效力分析是实验设计阶段非常重要的一部分内容,它主要是帮助我们确定在指定显著性条件下实验所需要的样本量并评估该实验设计的统计效力。通过效力分析,我们也能给出在现有的样本量下该实验结论的可靠性。如果结论的可靠性非常低,那么几乎可以宣布这个实验是无效的,我们应该修改或者直接终止实验。由此看来,效力分析是我们在进行研究时需要重视的一部分内容。
在效力分析中,我们常常需要密切关注如下四个统计量:
(1)样本量(sample size)
(2)效应量(effect size)
(3)显著性水平(significance level)
(4)效力(power)
需要注意的是,上面四个统计量是只需要知道其中三个就可以算出剩下的那个。
2. Power Analysis在R中的实现
R包“pwr”提供了大量用于效力分析的函数,下表列出了其中比较重要的函数:
![](/assets/blank.gif)
接下来我会就一些常用的函数来给大家做个简单介绍。
对于上面的每一个函数,你只要指定样本量、效应量、显著性和效力这四个统计量中的三个,它就能给你算出剩下的那一个。这里显著性水平的默认值是0.05,因此当你想要通过样本量、效应量和效力来计算显著性时,你需要指定参数"sig.level=NULL"。
2.1 T检验
就t检验而言,我们可以使用如下函数来实现效力分析:
pwr.t.test(n= , d = , sig.level = , power = , type = c("two.sample","one.sample", "paired"))
其中n代表样本量,d代表效应量,sig.level代表显著性水平,power代表效力,type用于指定t检验的类型,比如两样本t检验、单样本t检验或者配对t检验。如果你的两组样本量不相等,可以使用如下函数:
pwr.t2n.test(n1= , n2= , d = , sig.level =, power = )
这里n1和n2分别指两组样本的样本量。
就t检验而言,它的效应量可以用如下方法来估计:
![](/assets/blank.gif)
Cohen 建议用0.2代表小效应量、0.5代表中等效应量以及 0.8来代表大效应量。
当然,你可以通过设置参数alternative="two.sided"、"less"或者"greater"来指定双侧检验或者单侧检验,默认值是双侧检验。
2.2 方差分析(ANOVA)
对于单因素方差分析的效力检验,你可以使用如下函数:
pwr.anova.test(k= , n = , f = , sig.level = , power = )
这里k是组数,n是每组的样本数,f是指方差分析的效应量。
对于单因素方法分析而言,它的效应量按照如下公式计算:
![](/assets/blank.gif)
Cohen建议将f值为0.1作为小效应量、0.25作为中等效应量以及0.4作为大效应量。
2.3 相关性
对于相关系数的效力检验,可以使用如下函数:
pwr.r.test(n= , r = , sig.level = , power = )
这里n指样本量,r指相关系数,同样也是效应量。Cohen建议将相关系数r等于0.1作为小效应量、0.3作为中等效应量以及0.5作为大效应量。
2.4 卡方检验
卡方检验的效力分析,我们可以使用如下函数:
pwr.chisq.test(w=, N = , df = , sig.level =, power = )
这里w代表效应量,N代表总样本数,df代表自由度。
卡方检验的效应量按如下公式进行计算:
![](/assets/blank.gif)
Cohen建议将w值0.1作为小效应量,0.3作为中等效应量以及0.5作为大效应量。
3. 部分实例
library(pwr) #加载R包
# 对于单因素方差分析,假设我们有5个比较组,显著性水平为0.05
# 同时效力为0.8,效应量取中等值0.25
# 这样我们就可以计算各组所需样本数了
pwr.anova.test(k=5,f=0.25,sig.level=0.05,power=0.8)
![](/assets/blank.gif)
从上述结果我们可以看出来,在显著性水平为0.05,效力为0.8的单因素方差分析(5的比较组)中,每组所需样本数约为39。
#现在将前面例子中的样本数指定为50
# 其他条件不变,计算该实验设计的效力
pwr.anova.test(k=5,n=50,f=0.25,sig.level=0.05)
![](/assets/blank.gif)
我们可以看到此时的效力为0.89,比之前的0.8要大,说明提高样本量可以提高统计效力!
好了,今天的内容就分享到这里,希望大家能够在R中熟练进行效力分析,为自己的实验设计奠定统计基础,咱们下期再见!
r语言算巢式设计方差分析_R语言入门之效力分析(Power Analysis)相关推荐
- r语言算巢式设计方差分析_R语言中的方差分析方法汇总
方差分析,是统计中的基础分析方法,也是我们在分析数据时经常使用的方法.下面我总结一下R语言如何对常用的方差分析进行操作. 1. 方差分析的假定 上面这个思维导图,也可以看出,方差分析有三大假定:正态, ...
- r语言算巢式设计方差分析_R语言之方差分析篇
转载自:http://blog.csdn.net/lilanfeng1991/article/details/30753509 当包含的因子是解释变量时,通常会从预测转向 级别差异的分析,即称作方差分 ...
- r语言算巢式设计方差分析_科学网—巢式设计之R篇 - 林元震的博文
巢式设计(Nested design),也称为嵌套设计或系统分组设计.把研究对象分成若干组,每组内又分若干亚组,每个亚组又有若干观测值的设计,称为巢式设计.根据因素数的不同,巢式设计可分为二因素(二级 ...
- r语言算巢式设计方差分析_应用统计学与R语言实现学习笔记(八)——方差分析...
Chapter 8 ANOVA 本篇是第八章,内容是方差分析.前一段考试,汇报,作业.忙不过来,停更了一段时间,现在重新开始更这一部分内容.方差分析是很多实验的基础以及很重要的分析手段,这一章内容相比 ...
- ryuyan 方差分析_R语言实战(9)——方差分析
引言:上一章我们学习了如何通过量化的预测变量来预测量化的响应变量的回归模型.本期我们将一起学习如何对类别型预测变量建立合适的统计模型进行分析. 当包含的因子是解释变量时,关注的重点通常会从预测转向组别 ...
- c语言算24点答案,C语言-纸牌计算24点小游戏
C语言实现纸牌计算24点小游戏 利用系统时间设定随机种子生成4个随机数,并对4个数字之间的运算次序以及运算符号进行枚举,从而计算判断是否能得出24,以达到程序目的.程序主要功能已完成,目前还有部分细节 ...
- go语言 第三方包安装方法_R语言3.6.3 安装程序下载及破解方法
下载地址 百度网盘链接: https://pan.baidu.com/s/16smT3ceIjqaupn54AdgmgQ 提取码:7hap 解压密码:关注[菜瓜程序猿]微信公众号,回复[解压密码]获取 ...
- c语言课程案例设计报告,C语言课程设计报告—范例解读.doc
C语言课程设计报告-范例解读 XX学院C语言课程设计报告 课程名称: C语言课程设计 课程编号: 报告题目: 学生姓名: 学 号: 专 业 成 绩: 任课教师: 评阅日期: C语言课程设计报告 C语言 ...
- c语言简单课程设计报告,C语言课程设计报告—范例
<C语言课程设计报告-范例>由会员分享,可在线阅读,更多相关<C语言课程设计报告-范例(18页珍藏版)>请在人人文库网上搜索. 1.XX学院C语言课程设计报告课程名称: C语言 ...
- led c语言程序结设计,《C语言程序设计》学习领域课程标准-LED照明工程设计.doc...
<C语言程序设计>学习领域课程标准-LED照明工程设计.doc <C语言程序设计>课程标准 课程类别 专业核心课程 开课部门 电子信息工程系 总学时 64 学时 学分 4学分 ...
最新文章
- 马化腾六年后知乎再提问:未来十年哪些基础科学突破会影响互联网科技产业?...
- 怎么从github上下载一个vue项目在本地运行
- 利用LeNet识别十种动物和水果
- python 提取网关信息_python:使用netifaces模块获取本机IP网关等信息
- AbstractFactory抽象工厂模式(创建型模式)
- c语言socket原理,Socket底层原理
- hdu 2433 Travel
- MFC RadioButton用法详解
- 网络边缘(接入网和物理介质)
- stomp 连接错误: Whoops! Lost connection to http://localhost:8080/spring13/stomp 的解决方法
- Symbian中不能跨越线程(RThread)使用的对象/组件(RSocket/Memery Heap,etc)
- 定义整型数组_C++数组的定义与初始化(学习笔记:第6章 01)
- C#网络编程之Http请求
- 5.过滤器作为模板——1D 相关、Matlab互相关实战_1
- 《你好李焕英》票房超《神奇女侠》,贾玲成全球票房最高女导演
- Linux线程编程之生产者消费者问题【转】
- PICT-测试用例生成工具
- app 要求字体使用楷体,使用字体包
- SpringBoot框架下集成萤石云平台开发海康的摄像头
- 微信小程序:人生重开模拟器
热门文章
- 为企业量身定制IT资产管理解决方案(一)
- Castle IOC容器构建配置详解(二)
- 【鱼眼镜头1】鱼眼镜头的四种投影模型(指导镜头的设计),中央镜头综述
- DL加速器与GPU的不同,一个用于推理,一个用于训练。
- 第二季-专题12-通过按键玩中断
- POJ 1981 Circle and Points 单位圆覆盖
- c# thread数线程的创建
- JS简单实现邻近算法(KNN)
- SpringMVC (三)处理器映射器的配置和AbstractController的使用
- 无法打开登录所请求的数据库 xxxx。登录失败。 用户 'NT AUTHORITY\SYSTEM' 登录失败。...