Power功效分析之率差原理及案例实操

Power功效分析常用于实验研究时样本量的计算（或功效值计算），比如在医学研究中率差计算时功效分析，关于率差计算时的几种类型，具体如下表格所述：

比如研究患病率与文献已有数据的差异时则使用‘总体率’，也或者仅仅是对比两个率的差异时则使用‘两个率’，如果有多个比率值，希望查看该多个比率是否存在差异则使用‘卡方拟合优度’，如果研究比如X和Y的差异即使用卡方检验时，则使用‘多样本率’。

SPSSAU进行功效分析时，共包括两项功能，分别是计算样本量和计算功效Power值，具体涉及到Power功效原理，可查阅‘Power原理’内容。接下来以‘多样本率’即卡方检验为例具体讲解操作，如下所述：

1、关于分析Power值

上图中目的在于计算Power值，并且研究为卡方检验，卡方检验为2*3的结构，即X的类别个数为2以及Y的类别个数为3，并且需要提供效应量指标Cramer’s V为0.1（此处需要注意：如果是2*2则提供Phi效应量），此时基于样本量为30时，想了解对应的Power值是多少，即此时‘错的说成错的’这种情况的概率是多少，结果如下所示：

计算结果显示，基于I类错误为0.05，样本量为30时的卡方检验（且为3*2结构，效应量Cramer’s V为0.1），在此前提下，计算得到的Power值为0.073，即‘错的说成错的’这种情况的概率是0.73%非常低。

2、关于分析样本量

上图中目的在于计算样本量，研究为卡方检验即多样本率比较，基于显著性水平alpha值为0.05，R*C结构具体为2*3，使用效应量Cramer’s V为0.1，基于Power值为0.8水平时，此时应该多少样本量才能达到一种科学性平衡呢。最后点击开始分析即可，结果如下:

计算结果显示，基于I类错误为0.05，II类错误为0.2，Power值为0.8前提下，要想达到上述研究的差异具有科学判断性，此时需要研究样本量为963.469个，向上取整后为964个样本。除此之外，SPSSAU还输入功效与样本量的关系示意图，如下：

上图展示Power和样本量的关系，横坐标是Power值，纵坐标是样本量，明显的二者关系是递增关系，从图中可以看到比如当Power值为0.81时，此时需要样本量为986.88即987个。研究者可通过该图示查看和了解，研究需要的Power信息前提下需要多少对应的样本量。