為什么 R pwr.2p.test 給出的樣本大小與 G*Power 不同？

Question

我想知道所需的樣本量。 在 R

library(pwr)
pwr.2p.test(h = ES.h(0.022,0.001),sig.level = 0.05,power = 0.8,alternative = "greater")

給出結果

     Difference of proportion power calculation for binomial distribution (arcsine transformation) 

              h = 0.2344905
              n = 224.8784
      sig.level = 0.05
          power = 0.8
    alternative = greater

NOTE: same sample sizes

在 G*Power 工具中，結果是

我的問題是，為什么 R 和 G*Power 的樣本大小差異如此之大（225 對 318）？ 謝謝。

Answer 1

不同的原因是 pwr:pwr.2p.test 使用不同的方法來計算 Cohen 的效應大小 h，即它使用反正弦變換。 相比之下，GPower 以及來自 stats 庫的內置功率測試使用近似值。

要匹配 pwr 和 GPower 之間的結果，請轉到 GPower 並在輸入模型詳細信息時，選擇底部的“選項”並打開反正弦變換。

引自 GPower 文檔（粗體由我添加）：

已經提出了許多程序來測試兩個獨立比例相同的零假設（Cohen，1988；DAgostino、Chase 和 Belanger，1988；Suissa 和 Shuster，1985；Upton，1982），並且 G*Power 3 實現了其中的幾個. 最簡單的過程是帶有可選反正弦變換和可選連續性校正的 az 測試。 除了這兩個計算選項之外，還可以選擇是 Cohens 效應大小度量 h 還是使用兩個比例來指定替代假設。 通過關閉使用連續性校正和使用反正弦變換選項，該過程計算的功效值與 Cohen (1988，第 6 章) 列出的值接近。 關閉使用連續性校正和使用反正弦變換，計算未校正的 2 近似值 (Fleiss, 1981) ； 使用連續性校正打開和使用反正弦變換關閉時，將計算校正后的 2 近似值 (Fleiss, 1981)。

資料來源： https : //paperity.org/p/19044909/g-power-3-a-flexible-statistical-power-analysis-program-for-the-social-behavioral-and