statsmodels.stats.power.NormalIndPower.power¶

NormalIndPower.power(effect_size, nobs1, alpha, ratio=1, alternative='two-sided')[source]¶

计算两个独立样本的z检验的效力

Parameters:¶

effect_sizefloat

标准化效应量，两个均值之差除以标准差。效应量必须为正。

nobs1int or float

样本1的观测数量。样本2的观测数量是样本1大小的ratio倍， 即 nobs2 = nobs1 * ratio ratio 可以设置为零，以便获得单样本检验的效力。

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。

ratiofloat

样本2中观测值数量相对于样本1的比例。参见nobs1的描述

alternativestr, ‘two-sided’ (default), ‘larger’, ‘smaller’

额外参数用于选择是计算双侧（默认）还是单侧检验的幂。单侧检验可以是‘larger’（更大）或‘smaller’（更小）。

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。