基于R的统计功效计算-方差分析

本文介绍了如何使用R语言中的`pwr.anova.test()`函数进行方差分析的效果力计算。以5个组的单因素方差分析为例,展示了在设定功效为0.8,效应值为0.25,显著性水平为0.05时,每组需要39个样本,总计195个样本才能保证功效。此外,还探讨了已进行部分实验时如何计算当前统计功效,以及通过图形展示样本大小对功效的影响。
摘要由CSDN通过智能技术生成

title: “功效分析-方差分析”
output: html_document

此为宫廷土豆豆《R语言实战》学习笔记,感谢作者Kabacoff以及译者高涛等人。——2019.9.27

**pwr.anova.test()**可以对平衡单因素方差分析进行统计功效的计算。格式为:
pwr.anova.test(k=, n=, f=, sig.level=, power= ),其中k为组的个数,n是各组中的样本大小。
对于单因素方差分析,效应值可以通过f来衡量:
效应值

现在举例说明函数的用法。现对5个组做单因素方差分析,要达到0.8的功效,效应值为0.25(如果面对全新的研究情况,没有任何过去的经验可借鉴时, 可以选择Cohen提出的基准值,中等的效应值是0.25)。选择0.05的显著性水平,计算各组需要的样本大小。代码如下:

library(pwr)
pwr.anova.test(k=5, f=0.25, sig.level=0.05, power=0.8)

结果为:
Balanced one-way analysis of variance pow

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值