R
{{category R.package}}
!!!pwr
{{outline}}
----
!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。

*https://tjo.hatenablog.com/entry/2014/02/24/192655
!!インストール
{{pre
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
{{pre
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
{{pre
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
*効果量 0.8
*検定力 0.8
*危険率 0.05
{{pre
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))

}}
{{ref_image ttestpower.png}}
*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
*効果量 0.8
*二群の数 14, 18
{{pre
pwr.t2n.test(d=0.8, n1 = 14, n2 = 18)
}}