トップ 履歴 一覧 Farm ソース 検索 ヘルプ PDF RSS ログイン

pwr

*disclaimer
613355

R
[R.package]

pwr


検定力 = 1 - β

  • βとは、第二種の過誤(Type II error)、つまり、有意差が無いとは言えないのに無いといってしまう誤り(false negative)
    • positiveなのに、間違ってnegativeと判断。(検出漏れ)
  • 誤りは少ない方が良い
  • 1 - βの値は、大きい方が良い。(1から引くので最大1)

  • サンプルサイズが大きいと有意になりやすい
    • たった2センチの差でも、3人では偶然かもしれないが、3万人調べて差があるなら、差がないとは言えないでしょう。
  • サンプルサイズが小さいと有意になりにくい
    • 3人しか見てないんだから、偶然でしょ、と言われてしまう。

  • 大規模な実験ができなくて、小人数しか参加者が集められなかった場合、
    • 検定をしても有意にならなかった、という結論になってしまっても、
    • 有意にならなかったのは、サンプルサイズが小さかったからかもしれない、だから、今後の課題として、数を増やして、とよく言うが、
    • だったら、最初から、必要な数のサンプルを集めてから分析したらよいでしょ、と言われるわけだ。

効果量・サンプルサイズ・検定力(0.8)・有意水準(0.5)の関係

  • 効果量」:標準化された平均の差
  • 効果量を largeにする(検定によって値が違う)としたら、適切なサンプルサイズが決まってくる。

 インストール

install.packages("pwr")
library(pwr)

 説明

https://cran.r-project.org/web/packages/pwr/vignettes/pwr-vignette.html

 使用可能な関数

pwr.t.test: t検定 (two-sample, one-sample and paired t-tests)
pwr.t2n.test: two-sample t-tests (比較する二群の数が違う場合)

pwr.p.test: one-sample proportion test
pwr.2p.test: two-sample proportion test
pwr.2p2n.test: two-sample proportion test (比較する二群の数が違う場合)


pwr.anova.test: one-way balanced ANOVA

pwr.r.test: correlation test

pwr.chisq.test: chi-squared test (goodness of fit and association)

pwr.f2.test: test for the general linear model


可視化

出力をplotするだけ

 サンプルサイズ

p1 一つ目の確率
p2 二つ目の確率
sig.level 有意水準
power 検出力(%)
alternative 両側・片側

これで、出てくるnの値が必要なサンプル数

 使用例


2群の平均値の差の検定 t検定

pwr.t.test(d=0.8, power=0.8, sig.level=0.05)

     Two-sample t test power calculation 

              n = 25.52458
              d = 0.8
      sig.level = 0.05
          power = 0.8
    alternative = two.sided

NOTE: n is number in *each* group

plot(pwr.t.test(d=0.8, power=0.8, sig.level=0.05))
  • 比較の各グループのサンプルサイズは26が最適






サイズの違う二群のt検定

pwr.t2n.test(d=0.8, n1 = 14, n2 = 18)