statsmodels.stats.proportion.samplesize_proportions_2indep_onetail¶

statsmodels.stats.proportion.samplesize_proportions_2indep_onetail(diff, prop2, power, ratio=1, alpha=0.05, value=0, alternative='two-sided')[source]¶

假设基于单尾的正态分布所需的样本量

这使用了一个显式的计算方法来确定所需的样本量，以达到与正态分布的适当尾部相对应的给定功效。这忽略了两边检验中远尾的部分，在备择假设和原假设相距较远的情况下，这部分是可以忽略的。

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，第一个案例的比例将使用p2和diff计算 p1 = p2 + diff

powerfloat

计算样本量所需的幂。

ratiofloat

样本量比例，nobs2 = 比例 * 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。在单侧备择假设的情况下，假设检验位于适当的尾部。

Returns:¶

nobs1float

样本1中的观测数量。