R功效分析

我们为什么要做功效分析呢？
其实是想知道，在给定置信度的情况下，我们检测到给定效应值，需要多大的样本量。帮助我们找到合适的数据。
power（功效）=1- II型错误概率

通常来说，研究目标是维持一个可接受的显著性水平，尽量较少使用样本，最大化统计检验功效。
《R语言实战》

这里有四个量紧密相关。样本大小，显著性水平，功效，效应值（就是什么t值，卡方值），知其三，必知其四。
常用的包有pwr。
这里我们做一个卡方分布的功效检测。

m=37990 #位点个数
n=c(500, 1000, 2000, 5000,10000)
h2=c(0.01, 0.025, 0.05,0.075,0.1)
alpha=0.05
pcut=alpha/(m*(m-1)/2) #显著水平
qcut=qchisq(pcut,1,lower.tail=F) #效应值
pw=matrix(0,length(n), length(h2))
for(i in 1:length(n)) {
  pw[i,]=pchisq(qcut, df=1, ncp=n[i]*h2, lower.tail=F)
}  #ncp是非中心参数
barplot(t(pw), beside = T)

Rplot02.png