r语言算巢式设计方差分析_R语言入门之效力分析（Power Analysis）

1. Power Analysis前言

效力分析是实验设计阶段非常重要的一部分内容，它主要是帮助我们确定在指定显著性条件下实验所需要的样本量并评估该实验设计的统计效力。通过效力分析，我们也能给出在现有的样本量下该实验结论的可靠性。如果结论的可靠性非常低，那么几乎可以宣布这个实验是无效的，我们应该修改或者直接终止实验。由此看来，效力分析是我们在进行研究时需要重视的一部分内容。

在效力分析中，我们常常需要密切关注如下四个统计量：

（1）样本量（sample size）

（2）效应量（effect size）

（3）显著性水平（significance level）

（4）效力（power）

需要注意的是，上面四个统计量是只需要知道其中三个就可以算出剩下的那个。

2. Power Analysis在R中的实现

R包“pwr”提供了大量用于效力分析的函数，下表列出了其中比较重要的函数：

接下来我会就一些常用的函数来给大家做个简单介绍。

对于上面的每一个函数，你只要指定样本量、效应量、显著性和效力这四个统计量中的三个，它就能给你算出剩下的那一个。这里显著性水平的默认值是0.05，因此当你想要通过样本量、效应量和效力来计算显著性时，你需要指定参数"sig.level=NULL"。

2.1 T检验

就t检验而言，我们可以使用如下函数来实现效力分析：

pwr.t.test(n= , d = , sig