pystatpower 0.0.6

A Power Analysis Toolkit for Python

PyStatPower

PyStatPower 是一个统计学功效分析的 Python 软件包，可用于样本量、检验效能和效应量大小的估计。

📚 功能模块

• 单样本均值置信区间
• 单样本均值差异性检验
• 两独立样本均值差异性检验
• 两独立样本均值非劣效检验
• 两独立样本均值优效性检验
• 单样本率置信区间
• 单样本率差异性检验
• 两独立样本率差异性检验
• 两独立样本率非劣效检验
• 两独立样本率优效性检验
• 相关系数检验

📦 安装

前置需求：Python 3.10+

pip install pystatpower

🔨 使用示例

估算样本量

• 单样本率置信区间

  from pystatpower.models import proportion
  
  size = proportion.single.ci.solve_size(
      proportion=0.9,
      ci_width=0.10,
      alpha=0.05,
  )
  print(size)
  
  # output: 158
  

• 单样本率差异性检验（单组目标值法）

  from pystatpower.models import proportion
  
  size = proportion.single.inequality.solve_size(
      null_proportion=0.80,
      proportion=0.95,
      alternative="one-sided",
      alpha=0.025,
      power=0.8,
  )
  print(size)
  
  # output: 42
  

• 两独立样本率非劣效检验

  from pystatpower.models import proportion
  
  size = proportion.independent.noninferiority.solve_size(
      treatment_proportion=0.95,
      reference_proportion=0.90,
      margin=-0.10,
      ratio=1,
      alpha=0.025,
      power=0.8,
  )
  print(size)
  
  # output: (48, 48)
  

• 两独立样本均值优效性检验

  from pystatpower.models import mean
  
  size = mean.independent.superiority.solve_size(
      diff=0.5,
      margin=0.1,
      treatment_std=1.2,
      reference_std=1.2,
      ratio=2,
      alpha=0.025,
      power=0.8,
  )
  print(size)
  
  # output: (214, 107)
  

计算检验效能

from pystatpower.models import proportion

power = proportion.independent.noninferiority.solve_power(
    treatment_proportion=0.95,
    reference_proportion=0.90,
    margin=-0.10,
    treatment_size=48,
    reference_size=48,
    alpha=0.025,
)
print(power)

# output: 0.800282915718918

反推效应量

from pystatpower.models import proportion

treatment_proportion = proportion.independent.noninferiority.solve_treatment_proportion(
    reference_proportion=0.90,
    margin=-0.10,
    treatment_size=48,
    reference_size=48,
    alpha=0.025,
    power=0.8,
)
print(treatment_proportion)

# output: 0.9499637015276098

🧪 兼容性测试结果

	🐍 3.10	🐍 3.11	🐍 3.12	🐍 3.13	🐍 3.14
SciPy 1.7	✅	-	-	-	-
SciPy 1.8	✅	-	-	-	-
SciPy 1.9	✅	-	-	-	-
SciPy 1.10	✅	✅	-	-	-
SciPy 1.11	✅	✅	✅	-	-
SciPy 1.12	✅	✅	✅	-	-
SciPy 1.13	✅	✅	✅	-	-
SciPy 1.14	✅	✅	✅	-	-
SciPy 1.15	✅	✅	✅	✅	-
SciPy 1.16	-	✅	✅	✅	✅
SciPy 1.17	-	✅	✅	✅	✅

注： - 表示该 Python 版本下不存在对应的 SciPy 发行版。

🔮 鸣谢

• scipy
• pingouin