Размер выборки для статистических выводов о средних
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 | * Определение размеров выборок для выводов о средних значениях. (I) РАЗМЕР ВЫБОРКИ ДЛЯ ОЦЕНКИ ДОВЕРИТЕЛЬНОГО ИНТЕРВАЛА *. DEFINE cimean(s=!TOKENS(1) /eps=!TOKENS(1) /ci=!DEFAULT(95) !TOKENS(1) ). * Определение объема выборки для вычисления доверительного интервала одной средней величины *. MATRIX. PRINT /TITLE ' ОБЪЕМ ВЫБОРКИ: ЗАДАННАЯ ТОЧНОСТЬ ДОВЕРИТЕЛЬНОГО ИНТЕРВАЛА: ОДНА СРЕДНЯЯ'. compute sd=!s. compute eps=!eps. compute ci=!ci. do if ci=95. compute zalfa=1.96. end if. do if ci=99. compute zalfa=2.576. end if. do if ci=99.9. compute zalfa=3.09. end if. print ci /format="f8.1" /title='Уровень доверия (%)'. print eps /format="f8.2" /title="Желаемая точность". print sd /format="f8.3" /title="Ожидаемое стандартное отклонение". compute n=TRUNC((zalfa**2)*(sd**2)/(eps**2))+1. print {n} /format="f8.0" /title="Требуемый размер выборки". END MATRIX. !ENDDEFINE. * ВЫЗОВ макроса: необходимо задать величину стандартного отклонения, желаемую точность (половину ширины ДИ) и уровень доверия *. cimean s=8.7 eps=2. cimean s=8.7 eps=2 ci=99. cimean s=8.7 eps=2 ci=99.9. ******************************************************************************** (II) РАЗМЕР ВЫБОРОК ДЛЯ ПРОВЕРКИ ГИПОТЕЗ *. * Сформируем отдельный файл с традиционными значениями альфа и мощности для стат. критерия. * Здесь собраны наиболее часто используемые варианты этих значений для определения размера выборок (можете добавить собственные условия, если необходимо): - альфа = 5% и 1% для одно- и двусторонних проверок; - мощность: 80%, 90%, 95% и 99%. * Данный файл должен быть активным файлом данных при запуске макроса. DATA LIST LIST /id(F2.0) alfa(f8.3) tails(F2.0) power(F8.3). BEGIN DATA 1 0.05 1 0.80 2 0.05 2 0.80 3 0.05 1 0.90 4 0.05 2 0.90 5 0.05 1 0.95 6 0.05 2 0.95 7 0.05 1 0.99 8 0.05 2 0.99 9 0.01 1 0.80 10 0.01 2 0.80 11 0.01 1 0.90 12 0.01 2 0.90 13 0.01 1 0.95 14 0.01 2 0.95 15 0.01 1 0.99 16 0.01 2 0.99 END DATA. COMPUTE zalfa = IDF.NORMAL(1-(alfa/tails),0,1) . COMPUTE zbeta = IDF.NORMAL(1-power,0,1) . EXEC. *********************************** * ОДНА ВЫБОРКА, НЕПРЕРЫВНАЯ ПЕРЕМЕННАЯ * ***********************************. DEFINE onemeand(d=!TOKENS(1)). * Сравнение выборочной средней с генеральной с заданной величиной эффекта (Cohen's d) на входе (требуется доп. файл) *. MATRIX. PRINT /TITLE ' ОБЪЕМ ВЫБОРКИ: ОДНА СРЕДНЯЯ, ИЛИ СРЕДНИЕ В ПАРНОЙ ВЫБОРКЕ (С ВЕЛИЧ. ЭФФЕКТА COHEN`S D)'. get id /var=id. get alfa /var=alfa. get tails/ var=tails. get power /var=power. get zalfa /var=zalfa. get zbeta /var=zbeta. compute cohend=!d. print cohend /format="f8.2" /title="Определяемая величина эффекта (Cohen's d)". compute n=TRUNC(((zalfa-zbeta)/cohend)&**2)+1. print {id,100*alfa,tails,100*power,n} /format="f8.0" /clabels="NN","Альфа(%)","Хвосты","Мощн.(%)","N" /title="Требуемый размер выборки". END MATRIX. !ENDDEFINE. * ВЫЗОВ макроса: задаём значение d *. onemeand d=0.76. DEFINE onemeanx(m=!TOKENS(1) /s=!TOKENS(1) ). * Сравнение выборочной средней с генеральной; задаются разность средних значений (выб. - совокупн.) и ст. отклонения (требуется доп. файл) *. MATRIX. PRINT /TITLE ' ОБЪЕМ ВЫБОРКИ: ОДНА СРЕДНЯЯ, ИЛИ СРЕДНИЕ В ПАРНОЙ ВЫБОРКЕ (СРЕДН. И СТ. ОТКЛ.)'. get id /var=id. get alfa /var=alfa. get tails/ var=tails. get power /var=power. get zalfa /var=zalfa. get zbeta /var=zbeta. compute mean=!m. compute sd=!s. compute cohend=mean/sd. print {mean,sd,cohend} /format="f8.2" /clabels="Средн.","Стд. откл.","Cohen's d" /title="Величина определяемых различий". compute n=TRUNC(((zalfa-zbeta)/cohend)&**2)+1. print {id,100*alfa,tails,100*power,n} /format="f8.0" /clabels="NN","Альфа(%)","Хвосты","Мощн.(%)","N" /title="Требуемый размер выборки". END MATRIX. !ENDDEFINE. * ВЫЗОВ макроса: необходимо задать значения разности средних (выборка - ген. совокупность) и стандартного отклонения *. onemeanx m=10 s=13.1. DEFINE onemeanp(d=!TOKENS(1) /n=!TOKENS(1) /alfa=!DEFAULT(0.05) !TOKENS(1) /tails=!DEFAULT(2) !TOKENS(1)). * Мощность критерия проверки при заданном размере выборки и разности в средних (Cohen's d) (доп. файл НЕ требуется) *. MATRIX. PRINT /TITLE ' ОБЪЕМ ВЫБОРКИ: МОЩНОСТЬ ПРОВЕРКИ (ОДНА СРЕДНЯЯ С ЗАДАННОЙ ВЕЛИЧ. ЭФФЕКТА COHEN`S D)'. compute cohend=!d. compute n=!n. compute alfa=!alfa. compute tails=!tails. compute pval=alfa/tails. do if pval=0.05. compute zalfa=1.645. end if. do if pval=0.025. compute zalfa=1.96. end if. do if pval=0.01. compute zalfa=2.326. end if. do if pval=0.005. compute zalfa=2.576. end if. print cohend /format="f8.2" /title="Величина определяемых различий (Cohen's d)". print {100*alfa,tails,n} /format="f8.0" /clabels="Альфа(%)","Хвосты","N" /title="Введенные данные". compute beta=100*(1-cdfnorm(zalfa-abs(cohend*sqrt(n)))). print beta /format="f8.1" /title="Мощность критерия проверки (%)". END MATRIX. !ENDDEFINE. * ВЫЗОВ макроса: необходимо задать значения Cohen's d, объема выборки, уровня значимости альфа и тип гипотезы * (односторонняя/двусторонняя) *. onemeanp d=0.76 n=14 alfa=0.05 tails=2. ************************************************ * ДВЕ НЕЗАВИСИМЫХ ВЫБОРКИ, НЕПРЕРЫВНЫЕ ПЕРЕМЕННЫЕ * ************************************************. DEFINE twomeand(d=!TOKENS(1)/ r=!DEFAULT(1)!TOKENS(1)). * Сравнение 2 независимых средних; задана велич. эффекта Cohen's (требуется доп. файл) *. MATRIX. PRINT /TITLE ' ОБЪЕМ ВЫБОРКИ: ДВЕ НЕЗАВИСИМЫЕ СРЕДНИЕ (ЗАДАНА СТАНДАРТ. РАЗНОСТЬ СРЕДНИХ)'. get id /var=id. get alfa /var=alfa. get tails/ var=tails. get power /var=power. get zalfa /var=zalfa. get zbeta /var=zbeta. compute k=!r. compute cohend=!d. print cohend /format="f8.2" /title="Определяемая величина различий (Cohen's d)". print k /format="f8.0" /title="Отношение (N2/N1)". * Гармоническое N *. compute n=TRUNC(2*((zalfa-zbeta)/cohend)&**2)+1. * Выборка Ni *. COMPUTE n1=n*(k+1)/(2*k). COMPUTE n2=n*(1+k)/2. print {id,100*alfa,tails,100*power,n1,n2,n1+n2} /format="f8.0" /clabels="NN","Альфа(%)","Хвосты","Мощн.(%)","N1","N2","Общий N" /title="Требуемый размер выборки". END MATRIX. !ENDDEFINE. * ВЫЗОВ макроса: указываем значение d и отношение размеров выборок *. twomeand d=0.5 r=1. twomeand d=0.5 r=2. twomeand d=0.5 r=3. twomeand d=0.3 r=1. twomeand d=0.3 r=2. twomeand d=0.3 r=3. * Если желаете получить выдачу только для одного условия, например, альфа=5%, односторонняя гипотеза, 90% мощность (строка №3 доп. файла):. TEMPORARY. SELECT IF ID=3. twomeand d=0.5 r=2. DEFINE twomeanx(m1=!TOKENS(1)/ m2=!TOKENS(1)/ s=!TOKENS(1)/ r=!DEFAULT(1)!TOKENS(1)). * Сравнение 2 независимых средних; заданы средние, стандартные отклонения (требуется доп. файл) *. MATRIX. PRINT /TITLE ' ОБЪЕМ ВЫБОРКИ: ДВЕ НЕЗАВИСИМЫЕ СРЕДНИЕ (ЗАДАНЫ НЕСТАНДАРТИЗИРОВАННЫЕ РАЗЛИЧИЯ)'. get id /var=id. get alfa /var=alfa. get tails/ var=tails. get power /var=power. get zalfa /var=zalfa. get zbeta /var=zbeta. compute k=!r. compute mean1=!m1. compute mean2=!m2. compute sd=!s. compute cohend=(mean1-mean2)/sd. print {mean1,mean2,sd,cohend} /format="f8.2" /clabels="Средн.1","Средн.2","Стд. откл.","Cohen's d" /title="Определяемая величина различий ". print k /format="f8.0" /title="Отношение (N2/N1)". * Гармоническое N *. compute n=TRUNC(2*((zalfa-zbeta)/cohend)&**2)+1. * Выборка Ni *. COMPUTE n1=n*(k+1)/(2*k). COMPUTE n2=n*(1+k)/2. print {id,100*alfa,tails,100*power,n1,n2,n1+n2} /format="f8.0" /clabels="NN","Альфа(%)","Хвосты","Мощн.(%)","N1","N2","Общий N" /title="Требуемый объем выборки". END MATRIX. !ENDDEFINE. * ВЫЗОВ макроса: необходимо задать обе средние, общее стандартное отклонение и соотношение размеров выборок*. twomeanx m1=4.5 m2=4 s=1 r=1. twomeanx m1=4.5 m2=4 s=1 r=2. twomeanx m1=4.5 m2=4 s=1 r=3. twomeanx m1=4.5 m2=4 s=0.9 r=1. twomeanx m1=4.5 m2=4 s=0.9 r=2. twomeanx m1=4.5 m2=4 s=0.9 r=3. DEFINE twomeanp(d=!TOKENS(1) /n1=!TOKENS(1) /n2=!TOKENS(1) /alfa=!DEFAULT(0.05) !TOKENS(1) /tails=!DEFAULT(2) !TOKENS(1)). * Модность критерия проверки; заданы объемы выборок и наблюдаемая величина различий (Cohen's d) (доп. файл НЕ требуется) *. MATRIX. PRINT /TITLE ' ОБЪЕМ ВЫБОРКИ: МОЩНОСТЬ ПРОВЕРКИ (ДВЕ СРЕДНИЕ, ВЕЛИЧ. ЭФФЕКТА COHEN`S D)'. compute cohend=!d. compute n1=!n1. compute n2=!n2. compute n=2*n1*n2/(n1+n2). compute alfa=!alfa. compute tails=!tails. compute pval=alfa/tails. do if pval=0.05. compute zalfa=1.645. end if. do if pval=0.025. compute zalfa=1.96. end if. do if pval=0.01. compute zalfa=2.326. end if. do if pval=0.005. compute zalfa=2.576. end if. print cohend /format="f8.2" /title="Определяемые различия (Cohen's d)". print {100*alfa,tails,n1,n2} /format="f8.0" /clabels="Альфа(%)","Хвосты","N1","N2" /title="Введенные данные". compute beta=100*(1-cdfnorm(zalfa-abs(cohend*sqrt(n/2)))). print beta /format="f8.1" /title="Мощность критерия проверки(%)". END MATRIX. !ENDDEFINE. * ВЫЗОВ макроса: необходимо задать размеры обеих выборок, величину эффекта Cohen's d, уровень альфа и тип гипотезы (одност./двуст.)*. twomeanp d=0.94 n1=7 n2=14 alfa=0.05 tails=2. |
Related pages
...