微信直播

AME统计018|如何用 Sigmaplot 进行简单的样本量估计

Published at: 2015年第1卷第S1期

胡志德
关键词:

编者按:上周,《傻瓜统计学》两位主编胡志德、周支瑞医生与 AME 编辑携新书进行了“七城巡讲”活动,反响热烈。近期,「AME 科研时间」将继续推出《傻瓜统计学》主编之一胡志德医生撰写的精彩统计学文章,以飨读者。

 

样本量估计是一个十分复杂的问题,因为不同的研究设计具有不同的样本量估计方案,其计算方法也各不相同。能用于样本量估计的软件也较多,比如 Stata、PASS 、Sigmaplot软件,根据笔者经验,Sigmaplot 的操作相对简单些,能满足一般科研需要。

Sigmaplot 本身是一款科学绘图软件,但是从 12.0 版本开始,整合了一些统计学功能。引起操作简便,所以在医学科研中受到广泛应用。本文拟图文演示如何用 Sigmaplot 进行简单的样本量估计。

关于 Sigmaplot 的安装,网上有很多教程,在此不作赘述。本文所用版本为 Sigmaplot 12.0。

1、进入样本量估计界面

点击菜单中的 Analysis,之后点击二级菜单中的 Sample size 右侧的三角形,此时会出现 6 个选项,包括:t-test,paired t-test,proportions,ANOVA,Chi-square和Correlation,分别表示:t 检验、配对 t 检验、率、单因素方差分析、卡方检验和相关性分析的样本量估计(如图 1 所示)。

图1 样本量估计界面

 

2、输入相关参数

假定我们需要研究帕罗西汀治疗抑郁症的疗效分析,对照组为安慰剂,结局指标是有效率。这就属于率的比较,因此选择 proportions 选项,选择之后进入相关界面,如下图所示:

图2 输入样本量估计的相关参数

 

此时共有四个对话框需要填写数据,其含义和设置要点分别如下:

Group 1/2 proportion:分别表示实验组和对照组的有效率。两组的有效率可以是预实验结果、也可以根据文献推导、也可以是自己的经验估计。比如在本次样本量估计中,笔者根据经验认为对照组的有效率为 40%,实验组的有效率可能是 80%。这里需要注意的是,实验组和对照组的差异应该要有专业意义,否则样本量估计是徒劳的。比如实验组的有效率是 41%,对照组的有效率是 40%,当然也可以算出一个样本量,在此样本量上,两组即使有统计学差异,也无专业意义。

Desired power:表示检验效能,一般至少应设置为 80%,多数研究甚至设定为 85% 或者 90%。这个数值设置越高,需要的样本量越大。

Alpha:表示检验水准,一般设置为 0.05,实际上就是说 P 小于 0.05 表示有统计学意义。

Yates correction factor 的那个选项最好打上勾,特别是发生率较小时(理论频数较小时)。

所有的设置完成后,点击“=”符号,对话框最顶上的 Sample size 变成了 35。其结果可以解读为:假定对照组的有效率是 40%,实验组的有效率是 80%,如果检验水准设定为 0.05,要达到 90% 的统计效能的话,就每组至少需要 35 个病人。

当然,在开展研究的过程中,往往需要多招募一些病人,因为要考虑失访、退出研究等情况。35 个病人仅仅是最低样本量!

其他类型的样本量估计方法大致与此相同,只是填写的参数有些区别,比如 ANOVA 中需要填写每组的最小区别,组数以及合并标准差等,在此不做赘述,各位读者可自行摸索。

 

笔者|胡志德,AME 学术沙龙委员、Section Editor (Systematic Review and Meta-analysis),《傻瓜统计学》主编之一,以第一作者或通讯作者身份发表SCI论文十余篇。

往期文章阅读:

 

本文题图来自网络。

本文由「 AME 科研时间」首发,媒体转载请注明出处。让我们一起爱临床,爱科研,也爱听故事。

点击链接,可进入微店购买《傻瓜统计学》。http://wd.koudai.com/item.html?itemID=1422304273&p=-1

doi:

10.3978/kysj.2014.1.1039
comments powered by Disqus

附件