Perbandingan dua sampel proporsi, estimasi ukuran sampel: R vs Stata

Perbandingan dua sampel proporsi, estimasi ukuran sampel: R vs Stata

Saya mendapat hasil berbeda untuk ukuran sampel, sebagai berikut:

Dalam R

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

Hasil: (jadi 161) untuk setiap kelompok. $n = 160.7777$

Di Stata

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

Hasil: untuk setiap kelompok. $n = 174$

Kenapa bedanya? Terima kasih.

BTW, saya menjalankan perhitungan ukuran sampel yang sama di SAS JMP , hasilnya: (hampir sama dengan hasil R). $n = 160$

— dwstu
sumber

Perbedaannya adalah karena fakta bahwa sampsiperintah Stata (tidak digunakan pada Stata 13 dan digantikan oleh power) menggunakan koreksi kontinuitas secara default, sedangkan R's power.prop.test()tidak (untuk perincian tentang rumus yang digunakan oleh Stata, lihat twoproportions daya [PSS] ). Ini dapat diubah dengan nocontinuityopsi, misalnya,

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

yang menghasilkan ukuran sampel 161 per kelompok. Penggunaan koreksi kontinuitas menghasilkan tes yang lebih konservatif (yaitu, ukuran sampel yang lebih besar), dan jelas kurang penting ketika ukuran sampel meningkat.

Frank Harrell, dalam dokumentasi untuk bpower(bagian dari paket Hmisc- nya ), menunjukkan bahwa formula tanpa koreksi kontinuitas cukup akurat, sehingga memberikan beberapa pembenaran untuk meneruskan koreksi.

— Phil Schumm
sumber

Jawaban yang bagus Tampaknya bukan perbedaan antara dua metode di posting saya adalah penyebab perbedaan tetapi kenyataan bahwa salah satu metode ini menggunakan koreksi kontinuitas dan yang lainnya tidak.

— Michael M

Terima kasih. Dengan hanya dua proporsi (yaitu, tabel 2x2), tidak masalah apakah Anda menentukan alternatif sebagai dua proporsi atau satu proporsi dan rasio odds. Dan karena Fisher Exact Test bersifat konservatif untuk masalah dua sampel binomial, perkiraan daya berdasarkan ini lebih dekat dengan yang dari rumus kontinuitas yang dikoreksi.

— Phil Schumm

Terima kasih @pschumm. Saya mencoba paket Hmiscbsamsize(0.70, 0.85, alpha=0.05, power=0.90) dan mendapatkan .

n_{1} = n_{2} = 160.7777

$n_1=n_2=160.7777$

— dwstu