statsmodels.stats.power.TTestPower.power¶

TTestPower.power(effect_size, nobs, alpha, df=None, alternative='two-sided')[source]¶

计算单样本或配对样本的t检验的效力。

Parameters:¶

effect_sizefloat

标准化效应量，均值除以标准差。 效应量必须为正。

nobsint or float

样本大小，观察次数。

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。

dfint or float

自由度。默认情况下，这是None，并且使用单样本或配对t检验的df，df = nobs1 - 1

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。