statsmodels.stats.proportion.power_ztost_prop¶

statsmodels.stats.proportion.power_ztost_prop(low, upp, nobs, p_alt, alpha=0.05, dist='norm', variance_prop=None, discrete=True, continuity=0, critval_continuity=0)[source]¶

基于正态分布的比例等效性检验

Parameters:¶

low, uppfloats

等效区域的下限和上限

nobsint

观测数量

p_altfloat in (0,1)

备择假设下的比例

alphafloat in (0,1)

测试的显著性水平

diststr in [‘norm’, ‘binom’]

这定义了用于评估检验功效的分布。TOST检验的临界值总是基于正态近似，但功效的分布可以是正态分布（默认）或二项分布（精确）。

variance_propNone or float in (0,1)

如果这是None，那么两个单侧检验的方差基于等于等效限值的比例。 如果给出了variance_prop，则它用于计算TOST统计量的方差。如果这是基于样本的，则可以使用估计的比例。

discretebool

如果为真，则拒绝区域的临界值将转换为整数。如果dist为“binom”，则自动假定此条件。如果discrete为假，则使用TOST临界值作为浮点数，并基于未离散化的拒绝区域计算功效。

continuitybool or float

调整正态分布的拒绝域以获得正常功效概率。这仅在 dist='norm' 时有效

critval_continuitybool or float

如果此值非零，则在转换为整数之前，将对tost拒绝区域的临界值进行调整。这会影响两种分布，dist='norm' 和 dist='binom'。

Returns:¶

powerfloat

等效性检验的统计功效。

(k_low, k_upp, z_low, z_upp)tuple of floats

中间步骤中的关键限制 临时返回，将会被更改

注释

在小样本中，离散版本的效力呈现出锯齿状模式，作为观测数量的函数。因此，观测数量或正态近似值的微小变化可能会对效力产生较大影响。

continuity 和 critval_continuity 被添加以匹配PASS的一些结果，主要是为了研究ztost功效对拒绝区域微小变化的敏感性。根据我对SAS手册中公式的理解，两者在SAS中均为零。

工作向量化

验证：

The dist='binom' 结果与PASS匹配， The dist='norm' 结果看起来合理，但没有可用的基准测试。

参考文献

SAS手册：第68章：Power过程，计算资源 PASS第110章：单比例的等效性检验。