postgwas r语言_R语言功效分析

样本大小：指实验设计中每种条件/组中观测的数目；

显著性水平(alpha)：由I型错误的概率来定义，可看做是发现效应不发生的概率；

功效：通过1减去二型错误的概率来定义，即真实效应发生的概率；

效应值：指在重力备择或研究假设下效应的量。

1、用pwr包做功效分析

pwr包中的函数

函数

功效计算的对象

pwr.2p.test()

两比例(n相等)

pwr.2p2n.test()

两比例(n不相等)

pwr.anova.test()

平衡的单因素ANOVA

pwr.chisq.test()

卡方检验

pwr.f2.test()

广义线性模型

pwr.p.test()

比例(单样本)

pwr.r.test()

相关系数

pwr.t.test()

t检验(单样本、两样本、配对)

pwr.t2n.test()

t检验(n不相等的两样本)

(1)t检验问题一：

反应时间有1.25的偏差，反应时间1s的差值是巨大的差异，可设定要检测的效应值为d=1/1.25=0.8或更大。若差异存在，则希望有90%的把握检测到它，因随机变异性的存在，也希望有95%的把握不会误报差异显著，对于该研究坱要多少受试者呢？

library(pwr)

pwr.t.test(d=.8,sig.level=0.05,power=.9,type="two.sample",alternative="two.sided")

每组中需要34个受试者(总共68人)，这样才能保证有90%的把握检测到0.8的效应值，并且最多

5%的可能性会误报差异存在。

(2)t检验问题二：

若检测到总体均值0.5个标准差的差异，且将误报差异的几率限制在1%内，另，获得的受试者只有40个，则该研究中，能检测到这么大总体均值差异的概率是多少？

pwr.t.test(n=20,d=.5,sig.level=.01,type="two.sample",alternative="two.sided")

结果表明，在0.01的先验显