医学研究之相关分析的样本量计算——两相关系数的差异性检验

发布于 2022年3月18日 星期五 22:15:51 浏览:5688
原创不易,转载请注明来源,感谢!

本文将介绍两相关系数的差异性检验(Tests for Two Correlations),用于检验来自独立样本的两个相关系数有无差别,其样本量计算过程及注意事项如下。

一、案例数据

某研究者欲比较男女体重(kg)与CT双肾总体积(ml)的关系。假设男性和女性体重与双肾总体积的相关系数分别为0.8和0.75。如进行两个相关系数的双侧差异性检验,取α=0.05,β=0.20,试估计该研究所需要的样本含量是多少? 

二、案例分析

通过以往研究可知体重和双肾总体积存在相关性,且可认为体重和双肾总体积服从正态分布,宜采用两个相关系数的差异性检验。两个相关系数的差异性检验样本量估算,需要以下几个参数:

1. 两组的总体相关系数ρ1ρ2

2. 检验水准α (通常取0.01至0.1,本例取0.05)

3. 检验功效1-β (通常为0.80或更高,本研究取0.80)

4. 脱失率DR (通常不宜超过20%,本例取10%)。

三、软件操作

(一) 方法选择

在左侧界面中依次选择“Procedures (程序)”—“Correlation (相关)”—“Test (Inequality) (非均衡性检验)”—“Tests for Two Correlations (两个相关系数检验)”见图1。

图1

(二) 参数设置

在“Design (设置)”模块中按以下参数设置相应选项(图2):

① Solve For:选择“Sample Size”,表示本分析的目的是用于计算样本量。

② Test:“Alternative Hypothesis”表示备择假设的检验方式,本例选择“Ha: ρ1ρ2”表示进行备择假设为H1ρ1ρ2的双侧检验,为最常用的选择。

③ Power and Alpha:Power为把握度,填写“0.80”;Alpha为检验水准,填写“0.05”。

④ Sample Size:“Group Allocation”表示样本量如何分配到不同组别,本例选择“Equal(N1=N2)”,表示两组样本量相等。

⑤ Effect Size:“ρ1 ( Correlation Group 1)”输入第一组的总体相关系数ρ1 ,本例为男性体重与双肾总体积大小的相关系数“0.8”; “ρ2 ( Correlation Group 2)”输入第二组的总体相关系数ρ2 ,本例为女性体重与双肾总体积大小的相关系数“0.75”。

图2

(三) 脱失率设置

在“Reports (结果报告)”模块中,勾选“Show Dropout-Inflated Sample Size Report (报告脱失样本量)”,在“Dropout Rate”中填写“10%”(图3),表示按照10%的脱失率计算样本量。设置好上述参数后点击“Calculate (计算)”。

图3

四、结果及解释

图4列出了该研究设计的相关参数和样本量计算结果,可知计算的样本例数(N)共为1996例,其中N1=N2=998。

图4

图5“References (参考文献)”列出了该计算过程中参考的相关文献;“Report Definitions (报告定义)”列出了各个参数的具体解释;“Summary Statements (报告概述)”为整个分析报告的摘要。

图5

图6“Dropout-Inflated Sample Size (脱失样本量)”为考虑了脱失率的样本量(N'),也是研究实际开展过程中需要达到的最低样本量,本研究中共为2218,其中N1'=N2'=1109。

图6

图7为此次样本量估算整个过程的详细参数设置汇总。

图7

五、结论

该案例为两个相关系数差异检验的样本含量计算。已知男女体重(kg)与双肾总体积(ml)的总体相关系数分别为ρ1=0.8、ρ2=0.75。若取检验水准0.05、检验功效0.80,则男性和女性至少各需要998例研究对象。若考虑10%的脱失率,则至少各需要1109例研究对象。

End
文章目录 沉浸式阅读