statsmodels.stats.rates.power_poisson_diff_2indep¶

statsmodels.stats.rates.power_poisson_diff_2indep(rate1, rate2, nobs1, nobs_ratio=1, alpha=0.05, value=0, method_var='score', alternative='two-sided', return_results=True)[source]¶

两个独立泊松率差异的z检验功效。

Parameters:¶

rate1float

第一个样本在备择假设下的泊松率，处理组。

rate2float

第二个样本在备择假设下的泊松率，参考组。

nobs1float or int

样本1中的观测数量。

nobs_ratiofloat

样本大小比例，nobs2 = nobs_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

在零假设下，速率1和速率2之间的差异。

method_var{“score”, “alt”}

给定备择假设下的比率，零假设的检验统计量的方差可以等于备择假设下的比率method_var="alt"，或者在零假设的约束下估计，method_var="score"。

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

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：

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)）

参考文献

[1]

Stucke, Kathrin, 和 Meinhard Kieser. 2013. “非劣效试验中泊松分布计数数据的样本量计算” 生物统计学杂志 55 (2): 203–16. https://doi.org/10.1002/bimj.201200142.

[2]

PASS 手册章节 436