Tuesday, September 23, 2014

Các hàm R phổ biến 10: Ước tính cỡ mẫu

Một số hàm cho ước tính cỡ mẫu cho các mô hình nghiên cứu phổ biến như nghiên cứu cắt ngang, nghiên cứu bệnh chứng, và nghiên cứu đoàn hệ. Biến phân tích có thể là biến liên tục hay biến nhị phân.



Phân tích 
Hàm R
Ước tính cỡ mẫu (n) cho một tỉ lệ 

alpha=0.05; z = qnorm(0.05/2)
p=0.10; e = 0.01
n = (z/e)^2*p*(1-p)
# Dùng package epicalc
library(epicalc);
n = n.for.survey(p=0.10, delta=0.01, alpha=0.05)
Ước tính n cho một số trung bình

alpha=0.05; z = qnorm(0.05/2)
sigma=12; e = 2.5
n = (z/e*sigma)^2 ; n
Cỡ mẫu cho nghiên cứu so sánh 2 tỉ lệ
library(epicalc);
n = n.for.2p(p1=0.75, p2=0.90, power=0.9, alpha=0.05, ratio=1);
n
Cỡ mẫu cho nghiên cứu so sánh 2 số trung bình
library(epicalc);
n = n.for.2means(mu1=0.80, mu2=0.84, sd1=0.12, sd2=0.12, power=0.9, alpha=0.05, ratio=1);
n
Cỡ mẫu cho nghiên cứu so sánh 2 survival curves
library(epiR);
epi.studysize(treat=0.60, control=0.50, n=NA, sigma=NA, power=0.80, r=1, conf.level=0.95, sided.test=2, method = "survival")

Cỡ mẫu cho nghiên cứu bệnh chứng
library(epiR);
epi.studysize(treat = 2/100, control = 1/100, n = NA, sigma = 0.30, power = 0.90, r = 1, conf.level = 0.95, sided.test = 2, method = "case.control")

Cỡ mẫu cho nghiên cứu đoàn hệ
library(epiR);
smoke=1.4*(5*413)/100000
nonsmoke=(5*413)/100000
epi.studysize(treat=smoke, control=nonsmoke, n=NA, sigma=NA, power=0.90, r=1, conf.level=0.95, sided.test=1, method="cohort.count")


No comments:

Post a Comment