So sánh hai mẫu về tỷ lệ, ước lượng cỡ mẫu: R vs Stata

So sánh hai mẫu về tỷ lệ, ước lượng cỡ mẫu: R vs Stata

Tôi đã nhận được kết quả khác nhau cho kích thước mẫu, như sau:

Trong R

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

Kết quả: (so 161) cho mỗi nhóm.$n = 160.7777$

Ở Stata

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

Kết quả: cho mỗi nhóm.$n = 174$

Tại sao lại có sự khác biệt? Cảm ơn.

BTW, tôi đã chạy phép tính kích thước mẫu tương tự trong SAS JMP , kết quả: (gần giống với kết quả R).$n = 160$

Sự khác biệt là do sampsilệnh của Stata (không được chấp nhận từ Stata 13 và được thay thế bởi power) sử dụng hiệu chỉnh liên tục theo mặc định, trong khi R power.prop.test()không (để biết chi tiết về công thức được sử dụng bởi Stata, xem phần hai công suất [PSS] ). Điều này có thể được thay đổi với nocontinuitytùy chọn, ví dụ,

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

trong đó mang lại kích thước mẫu là 161 mỗi nhóm. Việc sử dụng hiệu chỉnh liên tục mang lại một thử nghiệm bảo thủ hơn (nghĩa là cỡ mẫu lớn hơn) và rõ ràng là ít quan trọng hơn khi kích thước mẫu tăng.

Frank Harrell, trong tài liệu cho bpower(một phần trong gói H'misc của mình ), chỉ ra rằng công thức không có hiệu chỉnh liên tục là khá chính xác, do đó cung cấp một số biện minh cho việc từ bỏ sự điều chỉnh.