比例的两样本比较，样本大小估计：R vs Stata

比例的两样本比较，样本大小估计：R vs Stata

对于样本量，我得到了不同的结果，如下所示：

在R中

power.prop.test(p1 = 0.70, p2 = 0.85, power = 0.90, sig.level = 0.05)

结果： $n = 160.7777$ （因此161）。

在Stata

sampsi 0.70 0.85, power(0.90) alpha(0.05)

结果： $n = 174$ 每组。

为什么会有所不同？谢谢。

顺便说一句，我在SAS JMP中运行了相同的样本量计算，结果：（几乎与R结果相同）。$n = 160$

差异是由于以下事实造成的：默认情况下，Stata的sampsi命令（从Stata 13起已弃用，并由代替power）使用连续性校正，而R power.prop.test()则不使用（有关Stata使用的公式的详细信息，请参见[PSS]二次幂比例）。可以使用以下nocontinuity选项进行更改，例如

sampsi 0.70 0.85, power(0.90) alpha(0.05) nocontinuity

每组样本量为161。使用连续性校正会产生更保守的检验（即，较大的样本量），并且显然随着样本量的增加而变得无关紧要。

Frank Harrell在bpower（属于Hmisc软件包的一部分）的文档中指出，不进行连续性校正的公式非常准确，从而为放弃校正提供了一些依据。