R语言pwrss包比例数据功效分析语法设置求助

需要计算检测某比例（初始值0.5）发生±30%变化（即变为0.65或0.35）的统计功效，但对pwrss包的函数选择和参数设置存疑，包文档说明模糊。

包中可用检验函数 #

1. 单样本比例与常数比较：pwrss.z.prop() #

参数说明：

• p：变化后的预期比例
• p0：待比较的初始常数比例
  函数语法：

pwrss.z.prop(p, p0 = 0, margin = 0, arcsin.trans = FALSE, alpha = 0.05, 
alternative = c("not equal","greater","less", "equivalent","non-inferior","superior"), 
n = NULL, power = NULL, verbose = TRUE)

2. 两独立样本比例差异比较：pwrss.z.2props() #

参数说明：

• p1、p2：两组独立样本的预期比例
  函数语法：

pwrss.z.2props(p1, p2, margin = 0, arcsin.trans = FALSE, kappa = 1, alpha = 0.05, 
alternative = c("not equal","greater","less", "equivalent","non-inferior","superior"), 
n2 = NULL, power = NULL, verbose = TRUE)

现有疑问 #

• 已知pwrss.z.prop()参数顺序有影响，pwrss.z.2props()无影响，但不清楚比例参数的对应关系
• 不确定alternative参数的合理选择：比如检测+30%变化时，该选"greater"还是"not equal"？

已尝试的代码 #

library(pwrss)

# 单样本检验尝试
pwrss.z.prop(p=0.5, p0 = 0.65, 
arcsin.trans = TRUE, alpha = 0.05, 
alternative = "not equal",         # 或"greater"?
n = 47, power = NULL)

pwrss.z.prop(p=0.5, p0 = 0.35, 
arcsin.trans = TRUE, 
alpha = 0.05, 
alternative = "not equal",         # 或"less"?
n = 47, power = NULL)

# 两样本检验尝试
pwrss.z.2props(0.5, 0.65, arcsin.trans = TRUE, 
kappa = 1, alpha = 0.05, alternative = "not equal", # 或"greater"?
n2 = 47, power = NULL)

pwrss.z.2props(0.5, 0.35, arcsin.trans = TRUE, 
kappa = 1, alpha = 0.05, alternative = "not equal", # 或"less"?
n2 = 47, power = NULL)

更新后的尝试与困惑 #

研究为配对设计（重复测量同一数据的增减变化），因此应选用单样本检验。同时了解到不建议进行两次单侧检验，尝试用双侧检验输入±30%的数值：

pwrss.z.prop(p=0.65, p0 = 0.35, 
arcsin.trans = TRUE, 
alpha = 0.05, 
alternative = "not equal",
n = 47, power = NULL)

输出结果：

Approach: Arcsine Transformation
A Proportion against a Constant (z Test)
H0: p = p0
HA: p != p0 #

Statistical power = 0.987
n = 47 #

Alternative = “not equal”
Non-centrality parameter = 4.178
Type I error rate = 0.05
Type II error rate = 0.013

交换p和p0得到相同结果，但此设置的备择假设HA: p != p0是检测0.35与0.65之间的差异，并非需要的检测初始比例0.5变为0.65或0.35的功效，仍无法解决问题。

正确的语法设置 #

你的核心需求是单样本配对设计下，检测初始比例0.5变为0.65（+30%）或0.35（-30%）的统计功效，需要明确参数对应关系与alternative选择：

• p0固定为初始比例（0.5），p为变化后的预期比例（0.65或0.35）
• alternative选择逻辑：
  • 若关注任意方向的变化（既看升高也看降低），选"not equal"（双侧检验）
  • 若仅关注升高到0.65，选"greater"（单侧检验）
  • 若仅关注降低到0.35，选"less"（单侧检验）

1. 检测任意方向变化（双侧检验） #

分别计算0.5→0.65和0.5→0.35的双侧检验功效：

# 检测0.5升高到0.65的双侧检验功效
pwrss.z.prop(p=0.65, p0=0.5, arcsin.trans=TRUE, alpha=0.05, alternative="not equal", n=47, power=NULL)

# 检测0.5降低到0.35的双侧检验功效
pwrss.z.prop(p=0.35, p0=0.5, arcsin.trans=TRUE, alpha=0.05, alternative="not equal", n=47, power=NULL)

2. 仅检测升高（单侧检验） #

pwrss.z.prop(p=0.65, p0=0.5, arcsin.trans=TRUE, alpha=0.05, alternative="greater", n=47, power=NULL)

3. 仅检测降低（单侧检验） #

pwrss.z.prop(p=0.35, p0=0.5, arcsin.trans=TRUE, alpha=0.05, alternative="less", n=47, power=NULL)

以上设置的备择假设完全匹配你的需求：要么检测p≠0.5（双侧，覆盖正负变化），要么检测p>0.5（对应+30%）或p<0.5（对应-30%），能准确计算出初始比例发生指定变化时的统计功效。

内容的提问来源于stack exchange，提问作者Nate