statsmodels.stats.power.FTestPower.power¶

FTestPower.power(effect_size, df_num, df_denom, alpha, ncc=1)[source]¶

计算F检验的幂。

效应量是Cohen的f，即f2的平方根。

样本大小由nobs = df_denom + df_num + ncc给出

警告：df_num 和 df_denom 的含义是相反的。

Parameters:¶

effect_sizefloat

标准化效应量。这里的效应量是Cohen的f，即f2的平方根。

df_numint or float

警告：名称不正确 分母自由度， 这对应于Wald检验中的约束数量。

df_denomint or float

警告 不正确的名称 分子自由度。 这对应于Wald检验中的df_resid。

alphafloat in interval (0,1)

显著性水平，例如0.05，是第一类错误的概率，即当原假设为真时错误拒绝的概率。

nccint

非中心性参数的自由度校正。 参见注释

Returns:¶

powerfloat

检验的功效，例如0.8，是1减去II类错误概率。功效是当备择假设为真时，检验正确拒绝原假设的概率。

注释

样本大小由 df_num 隐式给出

将 ncc=0 以匹配 t-test，或在 LikelihoodModelResults 中的 f-test。 ncc=1 匹配 R::pwr::pwr.f2.test 中的非中心参数

ftest_power 在 ncc=0 的情况下，对于回归模型中的 f_test 也应该是正确的，其中 df_num 和 d_denom 的定义如上所述。（尚未验证）