statsmodels.stats.proportion.power_proportions_2indep¶

statsmodels.stats.proportion.power_proportions_2indep(diff, prop2, nobs1, ratio=1, alpha=0.05, value=0, alternative='two-sided', return_results=True)[source]¶

两个独立比例相等的z检验功效

这假设方差基于零假设下的合并比例和备择假设下的非合并方差

Parameters:¶

difffloat

在备择假设下，比例1和比例2之间的差异

prop2float

参考案例的比例，prop2，将使用p2和diff计算第一个案例的比例 p1 = p2 + diff

nobs1float or int

样本1中的观测数量

ratiofloat

样本大小比例, nobs2 = ratio * nobs1

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。

valuefloat

目前仅支持value=0，即相等性测试

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

备择假设是计算功效时用于双侧（默认）或单侧检验。单侧检验可以是‘更大’或‘更小’。

return_resultsbool

如果为真，则返回一个包含额外信息的结果实例，否则仅返回计算的功率。

Returns:¶

resultsresults instance or float

如果 return_results 为 True，则返回一个包含属性中信息的 results 实例。 如果 return_results 为 False，则仅返回 power。

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。

结果实例中的其他属性包括：

p_pooled

合并比例，用于 std_null

std_null

零假设下的差异标准误差（不包括sqrt(nobs1)）

std_alt

备择假设下的差异标准误差（不包括sqrt(nobs1)）