样本量计算SAS程序大全

1、估计总体均数时样本含量的计算1.1SAS程序引用公式参照颜红主编.医学统计学8年.人民卫生出版社,2561.2例题，据文献报道，一个镇静药物中某有效成分含量为2.25，标准差为0.85，临床医师估计其有效成分的含量的均值在真值的正负0.10范围之内，问需要调查多大的样本？1.3程序2、%letalpha=0.05;%letsigma=0.85;%letdelta=0.1;3、datad1_1;4、n=(probit((1-&alpha/2))*&sigma/&delta)**2;5、n1=int(n)+1;6、procprintdata=d1_1;run;2、估计总体率时样本含量的计算2.1SAS程序引用公式参照颜红主编.医学统计学8年.人民卫生出版社,2532.2例题：对北京地区肠易激综合征的患病率进行调查，根据以往的文献资料，人群患病率约为15%，若将允许误差控制在3%，则样本量至少应为多少人？2.3程序％letP＝0.15；％letdelta＝0.03；％letalpha＝0.05；datad1_2;n=(probit((1-&alpha/2))/&delta)**2*&p*(1-&p);n1=int(n+1);procprintdata=d1_2;run;3、成组设计定量资料样本含量计算（双侧）3.1SAS程序引用公式参照方积乾主编.医学统计学第6版.人民卫生出版社,2653.2例题：在饮食中降低盐能否较低血压值的研究中，将受试者分为两个组别（低盐饮食组和高盐饮食组），预试验结果为两组血压值的标准差分别为12mmHg和10.3mmHg，假设两组样本比例为1:1，检验水准为a＝0.05（双侧），检验效能为1-B＝0.90，检测两组血压差为4mmHg，需要多大样本？3.3程序%letalpha=0.05;%letbeta=0.10;%letdelta=12.33;%letstd=25;%letq1=0.5;%letq2=0.5;datad1_3;n=(1/&q1+1/&q2)*((abs(probit((&alpha/2)))+probit((1-&beta)))*&std/&delta)**2;N=int(n)+1;n1=int(N*&q1)+1;n2=int(N*&q2)+1;procprintdata=d1_3;run;说明：1）根据颜虹老师书中所述，无论单双侧t（B）均取单侧；2）此段程序中采用的Probit意为：标准正态分布左侧p分位数。probit（a）还是probit（B）均为负值，因此用probit(1-&beta)以及abs(probit(&alpha/2))，来分别表达t（B）和t（a）。3）此公式和程序同样适用于单组、配对或者交叉设计定量资料分析时的样本含量计算，std（标准差）为每对观察对象差值的标准差，得出的n为对子数即可。4）程序中q1和q2为样本比例，假如为1:1，那么q1＝q2=0.5。4、成组设计定量资料样本含量计算（单侧）4.1SAS程序引用公式参照方积乾主编.医学统计学第6版.人民卫生出版社,2654.2例题：比较A、B两种降压药物降低收缩压的疗效，收缩压下降值相差5mmHg以上具有临床意义，假设两组药物标准差＝12mmHg，若使B组的样本量为A组的两倍，检验水准为a＝0.05，检验功效1－B＝0.90，问A、B各需要多少例？4.3例题%letalpha=0.05;%letbeta=0.10;%letdelta=5;%letstd=12;%letq1=0.333;%letq2=0.667;datad1_4;n=(1/&q1+1/&q2)*((abs(probit(&alpha))+probit((1-&beta)))*&std/&delta)**2;N=int(n)+1;n1=int(N*&q1)+1;n2=int(N*&q2)+1;procprintdata=d1_4;run;说明：单侧检验和双侧检验的区别就在于用&alpha替换&alpha/2。5、配对二分类资料分析时的样本含量计算5.1SAS程序引用公式参照方积乾主编.医学统计学第6版.人民卫生出版社,2665.2例题：拟比较甲、乙两种检测方法对腹泻婴幼儿乳糖不耐受的检出情况，初步估计甲法的阳性检出率为48％，乙法的阳性检出率为30%，两种方法一致的阳性检出率为25%。若检验水准a＝0.05（双侧），检验效能1-B＝0.10，问需要多少两本量？5.3程序%letp1=0.48;%letp2=0.30;%letalpha=0.05;%letbeta=0.10;%letpk=0.25;datad1_5;%letpc=(&p1+&p2-2*&Pk)/2;n=(((abs(probit(&alpha/2)))*(sqrt(2*&pc))+(probit(1-&beta))*sqrt(2*(&p1-&pk)*(&p2-&pk)/(&pc)))/(&p1-&p2))**2;N=int(n)+1;procprintdata=d1_5;run;6、两样本率分析时样本含量计算6.1SAS程序引用公式参照方积乾主编.医学统计学第6版.人民卫生出版社,2666.2研究针灸配合心理疗法治疗失眠的效果。预试验中，针灸和心理联合治疗的有效率为94%，单纯应用针灸治疗的有效率为85%。若检验水准a＝0.05（双侧），检验效能1-B＝0.10，针灸和心理联合治疗组的样本量占60%，针灸治疗组占40%，两组各需要多少例失眠患者？6.3程序%letp1=0.94;%letp2=0.85;%letalpha=0.05;%letbeta=0.10;%letq1=0.60;%letq2=0.40;datad1_6;%letpc=&p1*&q1+&p2*&q2;n=((abs((probit(&alpha/2)))*(sqrt((&pc)*(1-(&pc))*(1/&q1+1/&q2)))+((probit(1-&beta))*(sqrt(&p1*(1-&p1)/&q1+&p2*(1-&p2)/&q2))))/(&p1-&p2))**2;N=int(n)+1;n1=&q1*N;n2=&q2*N;procprintdata=d1_6;run;7、完全随机设计多个总体均数分析时样本含量计算7.1SAS程序引用公式参照颜红主编.医学统计学8年.人民卫生出版社,2587.2用3种方法治疗脑卒中抑郁患者，观察其神经功能康复状况，3种方法治疗后SSS评分均数分别为11.0、10.0、9.0，标准差分别为3、3、2，如果要得到3组之间的差别有统计学意义的结论，问每组需要多少例患者？7.3程序datak;inputmethod$scorecellWgt;datalines;A11.01B10.01C9.01;run;procglmpowerdata=k;classmethod;modelscore=method;weightCellWgt;contrastAvs.Bmethod1-10;contrastAvs.Cmethod10-1;contrastAvs.Cmethod01-1;powerstddev=3.0alpha=0.05ntotal=.power=0.90;run;quit;说明：1、有于没有找到psi参数的表达公式，在网上也没有搜到正在求助数学系的朋友，就先把胡老师书中的高级sas程序发上来。2、对这段程序我也不是十分理解，详见胡良平，主编《SAS试验设计与统计分析》。抱歉！（未完待续）/*完全随机设计多个总体均数分析时样本含量计算*/要用如下程序/****************************************************************************************************用3种方法治疗脑卒中抑郁患者，观察其神经功能康复状况，3种方法治疗后SSS评分均数分别为11.0、10.0、9.0，标准*差分别为3、3、2，如果要得到3组之间的差别有统计学意义的结论，问每组需要多少例患者？***************************************************************************************************/procpower;onewayanovagroupmeans=11|10|9stddev=2.71alpha=0.05npergroup=.power=.9;run;2.71=sqrt((3**2+3**2+2**2)/3)/*估计总体均数时样本含量的计算*/%macroonesample_mean(alpha=,sigma=,delta=);datad1_1;n=(probit((1-&alpha/2))*&sigma/&delta)**2;n1=int(n)+1;procprintdata=d1_1;run;%mendonesample;%onesample_mean(alpha=0.05,sigma=0.85,delta=0.10);/*----估计总体率时样本含量的计算----*/%macroonesample_ratio(P=,delta=,alpha=);datad1_2;n=(probit((1-&alpha/2))/&delta)**2*&p*(1-&p);n1=int(n+1);procprintdata=d1_2;run;%mendonesample_ratio;%onesample_ratio(P=0.15,delta=0.03,alpha=0.05);/*---成组设计定量资料样本量计算（双侧）----*/%macrotwosample_mean2(alpha=,beta=,delta=,std=,q1=,q2=);datad1_3;n=(1/&q1+1/&q2)*((abs(probit((&alpha/2)))+probit((1-&beta)))*&std/&delta)**2;N=int(n)+1;n1=int(N*&q1)+1;n2=int(N*&q2)+1;procprintdata=d1_3;%mend;%twosample_mean2(alpha=0.05,beta=0.10,delta=12.33,std=5,q1=0.5,q2=0.5);/*---成组设计定量资料样本含量计算（单侧）----*/%macrotwosample_mean1(alpha=,beta=,delta=,std=,q1=,q2=);datad1_4;n=(1/&q1+1/&q2)*((abs(probit(&alpha))+probit((1-&beta)))*&std/&delta)**2;N=int(n)+1;n1=int(N*&q1)+1;n2=int(N*&q2)+1;procprintdata=d1_4;run;%mend;%twosample_mean1(alpha=0.05,beta=0.10,delta=5,std=12,q1=0.333,q2=0.667);/*---配对二分类资料分析时的样本含量计算---*/%macroparisample_ratio(p1=,p2=,alpha=,beta=,pk=);datad1_5;%letpc=(&p1+&p2-2*&Pk)/2;n=(((abs(probit(&alpha/2)))*(sqrt(2*&pc))+(probit(1-&beta))*sqrt(2*(&p1-&pk)*(&p2-&pk)/(&pc)))/(&p1-&p2))**2;N=int(n)+1;procprintdata=d1_5;run;%mend;%parisample_ratio(p1=0.48,p2=0.30,alpha=0.05,beta=0.10,pk=0.25);/*---两样本率分析时样本含量计算---*/%macrotwosample_ratio