文 / Chuck Huber, Director of Statistical Outreach at StataCorp
導讀
在上一篇文章中，作者向您展示了如何使用蒙特卡羅模擬計算t檢驗的功效。在這篇文章中，將向您展示如何將您的模擬集成到 Stata 的power命令中，以便您可以輕松地為一系列參數值創建自定義表格和圖形。
在規劃科學研究時，統計學家很少計算一組假設的power。我們通常計算一系列參數值的功效，并選擇一組在參數值和邏輯上可行的現實假設。例如，下面我使用power onemean來計算從 50 到 100 以 10 為增量的樣本大小的功效。該表顯示了假設的參數值，包括 alpha 水平、零假設和替代假設下的均值、標準化每個樣本數量的均值 (delta)、標準差和功效之間的差異。
我還使用了下面的graph選項來繪制樣本大小范圍內的功效。然后，我可以使用表格和圖表來選擇滿足我的研究功效要求的樣本量。
「圖 1：n = 50 到 100 的估計功效，增量為 10」
除了樣本數量之外，power命令還允許您輸入其他參數的值范圍，例如標準差、均值或 alpha 水平。而power可將結果創建為表格和圖表。
還可以將自己的方法添加到強大的命令套件中。讓我們將上一篇文章中的t測試模擬程序添加到power中，看看它是如何工作的。
回想一下我上一篇文章，我們創建了一個名為simttest的程序來計算t檢驗的功效。該程序接受五個輸入參數， 創建一個偽隨機數據集，檢驗原假設，并返回假設檢驗的結果。
我們使用simulate多次運行程序并將結果保存到一個名為reject的變量中。
然后，我們將power 計算為原假設被拒絕的次數比例。
您可以通過創建名為power_cmd_ mymethod的程序將此模擬方法添加到power，其中mymethod是 power命令的名稱。讓我們調用程序power_cmd_simttest。
下面的代碼塊定義了power_cmd_simttest。請注意它與我們的simttest程序相似。它從capture program drop開始，然后是program，然后是version 15.1。接下來，我們使用syntax定義輸入參數，就像我們在simttest中所做的那樣。在這里，我添加了一個名為reps()的新輸入參數，它是模擬的重復次數。
程序的中間部分運行模擬并總結結果。simulate和summarize都是quietly狀態的，這抑制它們輸出的顯示。這里模擬運行程序simttest并將結果保存到變量reject，就像以前一樣。請注意，simulate和simttest中的所有輸入參數都是使用syntax定義的本地宏。summary計算reject的平均值并將其存儲在標量r(mean)中。
代碼塊的底部返回power和其他參數。power返回變量reject的平均值，其他參數只是從syntax傳遞過來的局部宏。
現在您可以通過輸入power simttest來運行模擬。
成功了！我們也可以為一系列樣本量制作表格和圖表。
「圖 2：n = 50 到 100 的模擬功效，增量為 10」
如果您希望為其他參數（例如m0、ma和sd）輸入一系列值，則需要再編寫一個小程序。該程序必須命名為power_cmd_ mymethod _init。
下面的代碼塊定義了power_cmd_simttest_init并以capture program drop和program開始，就像我們的其他程序一樣。請注意，程序定義以選項sclass開頭。sreturn local pss_colnames這行代碼在雙引號中列出的參數輸出表初始化列。sreturn local pss_numopts這行代碼允許您指定放置在雙引號中的參數numlists。
現在，您可以使用power simttest來計算假設不同替代假設的一系列均值的功效。您甚至可以針對不同的樣本量執行此操作。
您可以通過在graph選項中指定xdimension來繪制功效分析的結果。
「圖 3：假設 n=75 和 n=100 ，ma =72(1)75 的模擬功率」
本文向您展示了如何使用 Monte Carlo 模擬計算功率以及如何將這些模擬集成到power中。我從一個簡單的t測試示例開始，以便我們可以專注于編程并使用power onemean檢查我們的工作。
Stata軟件訂購：
如需訂購Stata V17全新版軟件，請聯系Stata中國授權經銷商及合作伙伴北京友萬信息科技有限公司（www.uone-tech.cn）。我司擁有強大的售后服務團隊，聚合國內一線Stata行業專家為客戶提供優質的技術支持服務，并幫助中國用戶建立完善的軟件服務體系。手機/微信：18610597626 郵箱：crystal@uone-tech.cn。
專注分享商業數據分析、金融數據分析、應用統計分析、知識圖譜、機器學習、計量經濟、人工智能、網絡爬蟲、自動化報告與可重復研究等熱門技術內容。定向培養Stata、Python、R語言數據人才，助力產學研政企商協同發展，為中國大數據產業蓄能。合作熱線：010-56548231 郵箱：info@uone-tech.cn。
