PASS样本量估计操作手册

PASS样本量估计操作手册目录Index11135568910121317第一部分概述………………………………………………………………第二部分区间估计的样本量估计……………………………………1.估计总体均数时样本量估计………………………………………2.估计总体概率时样本量估计………………………………………第三部分假设检验的样本量估计…………………………………1.样本均数与总体均数比较的样本量估计………………………2.完全随机设计两样本均数比较的样本量估计………………3.配对设计两样本均数比较的样本量估计………………………4.完全随机设计多个样本均数比较的样本量估计……………5.两样本率比较的样本量估计………………………………………6.两样本相关系数比较的样本量估计……………………………7.病例－对照研究设计时样本量估计……………………………8.队列研究设计四格表资料统计分析时样本量估计…………Introduction简介软件下载：本手册例子及公式来源：胡良平《统计学三型理论在实验设计中的应用》参考：吕筠《计算机程序包在流行病学中的应用》Copyright©2009GDHELinFeng1GDHELinFeng一、概述PASS（PowerAnalysisandSampleSize）是用于效能分析和样本量估计的统计软件包，是市场研究中最好的效能检验的软件。它能对数十种统计学检验条件下的检验效能和样本含量进行估计，主要包括区间估计、均数比较、率的比较、相关与回归分析和病例随访资料分析等情形。该软件界面友好，功能齐全，操作简便。用户不需要精通统计学知识，只要确定医学研究设计方案，并提供相关信息，就可通过简单的菜单操作，估计出检验效能和样本含量。本手册采用PASSV08.0.3版本操作二、区间估计的样本量的估计1、估计总体均数时样本量估计例1.1：已知某地成年男子身高的标准差是6.03cm，现在想进一步了解该地区成年男子身高的总体平均水平，若规定误差δ不超过0.5cm，取α=0.05，试估计需要调查多少人？公式：σ已知：2()unασδ=(2-1)σ未知：2()tsnαδ=(2-2)其中，n，δ，σ，S分别为样本含量、允许误差、总体标准差和样本标准差。2GDHELinFengPASS操作：Means（+号展开）→OneMean（+号展开）→ConfidenceIntervals（双击）Find(SolveFor)选择N(SampleSize)ConfidenceCoefficient“信度系数”、“检验水准”键入0.95ConfidenceIntervalPrecision“置信区间精度”、“允许误差”键入0.5S(StandardDeviation)“标准差”键入6.03点击“RUN”按钮3GDHELinFeng结果：需要调查562人2、估计总体概率时样本量估计例1.2：某地欲调查7岁以上儿童参加过夏令营的比例，在预调查中这个比例为85%，要求正式调查时所得的样本率与未知总体率相差不超过5%的可能性不大于0.05，如果采用简单随机抽样，需要多少调查对象？公式：/22(1)zppnαδ−=（2-3）其中：n，δ，p分别为样本含量、允许误差、总体率π的估计值。PASS操作：Proportions（+号展开）→OneProportion（+号展开）→ConfidenceIntervalsforOneProportion（双击）4GDHELinFeng结果：正式调查时需要调查196人。例1.3已知某乡人口4537人，欲调查某病患病率。估计患病率为2%，允许误差为0.5%，计算所需样本量。结果：需要1811样本。Find(SolveFor)选择N(SampleSize)ConfidenceCoefficient“信度系数”、“检验水准”键入0.95Precision(HalfWidth)“精度（半宽）”、“允许误差”键入0.05P0(BaselineProportion)“P0（基线比例）”键入0.85PopulationSize“总体大小”选择Infinite点击“RUN”按钮Proportions（+号展开）→OneProportion（+号展开）→ConfidenceIntervalsforOneProportion（双击）Find(SolveFor)选择N(SampleSize)ConfidenceCoefficient键入0.95Precision(HalfWidth)键入0.005P0(BaselineProportion)键入0.02PopulationSize键入4537点击“RUN”按钮三、假设检验的样本量估计1、样本均数与总体均数比较的样本量估计例3.1：某药厂研究某种新药治疗高血压的疗效，要求用药后舒张压下降1.5kPa才算该药有实际疗效。根据以前试验表明，舒张压下降量的标准差为3kPa。若规定α=0.05，检验效能1-β=0.8，试估计需要多少病人进行临床试验？公式：单侧：222()2[ttsnαβδ+=](3-1)双侧：2()2[ttsnαβδ+=](3-2)PASS操作：5GDHELinFengMeans（+号展开）→OneMean（+号展开）→InequalityTest（+号展开）→SpecifyusingDifferences(One-SampleT-Test/Wilcoxon)（双击）Find(SolveFor)“备择假设”，本例选单侧选择Ha:Mean0Mean1点击“RUN”按钮选择N(SampleSize)Power(1-Beta)“信度系数”、“检验效能”键入0.8Alpha(SignificanceLevel)“α（假设检验水准）”键入0.05Mean0(NullorBaseline)键入0Mean1(Alternative)键入1.5S(StandardDeviation)“标准差”键入3AlternativeHypothesis6GDHELinFeng结果：需要27个病人进行临床试验。2、完全随机设计两样本均数比较的样本量估计(1)两组样本含量相等时公式：单侧：222()2122[ttnn+==]sαβδ(3-3)双侧：2()2122[]ttsnnαβδ+==(3-4)例3.2：某药厂对本厂新研发的降压药A与标准降压药B的疗效进行比较。已知B药能使血压平均水平下降2kPa，期望A药能平均下降4kPa，若降压值的标准差为4.5kPa，试问在α=0.05，检验效能1-β=0.8的条件下，需要多少病人进行临床试验？PASS操作：Means（+号展开）→TwoMean（+号展开）→Independent（+号展开）→inequalityTests（+号展开）→SpecifyusingDifferences(Two-SampleT-Test/Mann-Whitney)（双击）7GDHELinFeng结果：每组需要64例病人进行临床试验。(2)两组样本含量不等时（两样本含量之比为n1:n2＝1:k时）公式：单侧：2210()211[cttskknαβδδ++−=](3-5)双侧：10()211[]cttskknαβδδ++−=(3-6)n2＝kn1例3.3：某研究者打算分析多毛症患者与正常人血清睾酮含量(ng%)的差别，指定零假设为1200:0Huuδ−==，备择假设为1211:10Huuδ−==，α＝0.05，β＝0.10。由前人的研究资料估计血清睾酮含量的标准差为13.33，若多毛症患者较少，打算以1：4的比例调查患者与健康人，问需调查患者与健康人各多少？Find(SolveFor)选择N1(SampleSize)Power(1-Beta)“信度系数”、“检验效能”键入0.8Alpha(SignificanceLevel)“α（假设检验水准）”键入0.05Mean1(MeanofGroup1)键入2Mean2(MeanofGroup2)键入4S1(StandardDeviationGroup1)“标准差1”键入4.5AlternativeHypothesis“备择假设”，本例选单侧选择Ha:Mean1Mean2点击“RUN”按钮8GDHELinFengPASS操作：结果：若以1：4的样本含量作调查，应调查患者24人，正常人96人。注：当其中一个样本含量固定时（不妨指定n2＝n1）3、配对设计两样本均数比较的样本量估计公式：参考(3-1)、(3-2)例3.4：用某药治疗硅沉着病患者后，尿矽排除量平均增加15mg/L，其标准差为25mg/L。假定该药确能使尿矽排除量增加，定α＝0.05（单侧），β＝0.10，问需观察多少患者才能得出服药前后尿矽排除量之间的差别有统计学意义的结论？PASS操作：（同例3.1）结果：需观察26对患者才能得出服药前后尿矽排除量之间的差别有统计学意义的结论Means（+号展开）→TwoMean（+号展开）→Independent（+号展开）→inequalityTests（+号展开）→SpecifyusingDifferences(Two-SampleT-Test/Mann-Whitney)（双击）Find(SolveFor)选择N1(SampleSize)Power(1-Beta)键入0.9Alpha(SignificanceLevel)键入0.05R(SampleSizeAllocationRatio)“样本量比例”键入4Mean1(MeanofGroup1)键入0Mean2(MeanofGroup2)键入10S1(StandardDeviationGroup1)键入13.33AlternativeHypothesis选择Ha:Mean1Mean2点击“RUN”按钮Means（+号展开）→OneMean（+号展开）→InequalityTest（+号展开）→SpecifyusingDifferences(One-SampleT-Test/Wilcoxon)（双击）Find(SolveFor)选择N(SampleSize)Power(1-Beta)键入0.9Alpha(SignificanceLevel)键入0.05Mean0(NullorBaseline)键入0Mean1(Alternative)键入15S(StandardDeviation)键入25AlternativeHypothesis选择Ha:Mean0Mean1点击“RUN”按钮4、完全随机设计多个样本均数比较的样本量估计公式：22211[/]/[()/(1kkiiiinskXXkψ==)]=−−∑∑(3-7)其中，n为各样本组所需样本含量假定各样本组样本含量相等，且均为n，和Si分别为第i个样本的均数和标准差的初估值。，κ为组数。ψ值查本书附录B统计用表中表B-13ψ值表获得。例3.5：某药厂观察三种降压药的疗效，经预试验测得各药物治疗后血压下降的均数分别为18mmHg、15mmHg和10mmHg，标准差分别为12.1mmHg、11.9mmHg和10.9mmHg。试问在α＝0.05，1-β＝0.9的条件下，每组需要多少病人进行临床试验？PASS操作：Means（+号展开）→ManyMean（+号展开）→One-WayANOVA（双击）Find(SolveFor)选择n(SampleSize)Power(1-Beta)键入0.9Alpha(SignificanceLevel)键入0.05k(NumberofGroups)“k（组数）”键入3GroupSampleSizePattern选择EqualHypothesizedMeans键入12.111.910.7点击“RUN”按钮“假定平均值”键入181510S(StandardDeviationofSubjects)“标准差”9GDHELinFeng10GDHELinFeng结果：每组需要(46+56+58)/3=53.54，即54例病人进行临床试验。5、两样本率比较的样本量估