我在 python 中使用pingouin.power_anova(eta=None, k=None, n=None, power=None, alpha=0.05) 来计算样本量。
我有关于control_group_historic_mean、control_group_historic_std_deviation 和minimum_detectable_effect 的信息。我从here 中了解到eta 的定义。但无法弄清楚我应该如何使用给定的信息来计算eta。
对不起，如果我遗漏了一些基本的东西，我是统计新手。
【问题讨论】：
标签： python statistics anova sample-size
处理eta 的最简单方法是查看平方和（SSs），其中eta 等于组间的 SS（SSbetween 或 SSeffect）与总 SS 的比率（SSbetween + SSerror )。
显然，您需要访问各个数据点才能计算组内和组间的差异。
但是，您也可以根据汇总数据重建 ANOVA 表。 SSbetween 是组均值 Yi 和总均值 Y 的平方差之和乘以每组中值的数量。
例如：
| group | mean | n | calculation |
|---|---|---|---|
| A | 41 | 8 | 8 * (41 - 32.5)² |
| B | 38 | 8 | 8 * (38 - 32.5)² |
| C | 14 | 8 | 8 * (14 - 32.5)² |
| D | 37 | 8 | 8 * (37 - 32.5)² |
| sum | 3720 |
总平均值 Y = (41 + 38 + 14 + 37) / 4 = 32.5
对于 SSerror（也称为 SSwithin），我们无法访问单个数据点 Yij，但我们可以访问每个组的标准差。我们知道方差是平方和的平均值，因此 SSwithin 是平方标准差的总和乘以每组中的一个或多个值减 1，如下所示：
| group | SD | n | calculation |
|---|---|---|---|
| A | 3.5 | 8 | (8 - 1) * 3.5² |
| B | 4.6 | 8 | (8 - 1) * 4.6² |
| C | 3.8 | 8 | (8 - 1) * 3.8² |
| D | 4.9 | 8 | (8 - 1) * 4.9² |
| sum | 503.02 |
Eta² = 3720 / (3720 + 503.02)
【讨论】：