张惠风 揭著业 唐欣然 陈平雁
2.1.1.5 多分类样本率(单组构成比)的χ2检验
方法:本文所述的多分类样本率的χ2检验实质上是指样本构成比与总体构成比的 χ2检验。Lachin(1977)〔4〕提出的此类资料的样本量估计是建立在非中心的χ2分布基础上的。其检验效能的计算公式为:

式中,c为分类数;Δ2为效应量,nΔ2为非中心参数;χ2(x,df,np)是非中心χ2分布的累积分布函数。Δ2的计算公式如下,

式中,π0i为原假设下(总体)第 i类的构成比,π1i为备择假设下(样本)第i类的构成比;值得注意的是,这里假设每类的样本量n相等。样本量可以通过逼近的方法求得。
【例2-5】某研究欲比较某医院感染病例三类病原菌(G+菌、G-菌和真菌)的比例与一般医院有无差异,根据已有的研究报道,一般医院感染病例中三类病原菌的分布为 G+菌(35%)、G-菌(50%)、真菌(15%),假设通过预调查获得某医院感染病例的三类病原菌分布为 G+菌(31.2%)、G-菌(57.6%)、真菌(11.2%),试估计检验效能为80%所需的样本量。
nQuery Advisor7.0实现:设定检验水准α=0.05;检验效能取1-β=80%。已知 c=3,总体构成比为0.35、0.50、0.15;预期的总体构成比为 0.312、0.576、0.112。在nQuery Advisor7.0主菜单选择:
Goal:Make Conclusion Using:⊙Proportions
Number of Groups:⊙One
Analysis Method:⊙Test
方法框中选择:Chi-square test of specified proportions in C categories。
注意,这里首先应根据总体和样本构成比对效应量Δ2进行估计,在菜单栏中选择:
Assistants:⊙Compute Effect Size
弹出辅助计算窗口。依据上述基础数据,总体构成比为 0.350,0.500,0.150,样本构成比为 0.312,0.576,0.112,在弹出的计算窗口将各参数值键入,如图2-10所示,结果为Δ2=0.025。
点击Transfer后,将所计算参数传输至样本量估计窗口,如图2-11所示,结果为n=381。

图2-10 nQuery Advisor7.0关于例2-5样本量估计中效应量的计算

图2-11 nQuery Advisor7.0关于例2-5样本量估算的参数设置与计算结果




图2-12 SAS9.2关于例2-5样本量估计……