周立志 姚阿玲 陈平雁

样本量估计及其在nQuery和SAS软件上的实现*
——相关分析

周立志1姚阿玲1陈平雁2△

*:教育部重点课题(DIA070113)资助

1．南方医科大学公共卫生与热带医学学院生物统计学系2008级本科生

2．南方医科大学公共卫生与热带医学学院生物统计学系

△通信作者

4．相关分析

4．1．单样本相关性分析

4．1．1．差异性检验

4．1．1．1．kappa 系数检验(二分类变量)

方法:Donner和 Eliasziw(1992)〔1〕给出的单样本二分类变量kappa系数双侧检验的样本量估计方法，是建立在自由度为1，非中心参数为λ(1，1－β，α)的非中心χ2分布上的，其样本量的计算公式为:

式中，π为研究对象被判为阳性的概率，κ0为原假设kappa系数，κ1为备择假设kappa系数。在自由度为1的情况下，非中心参数λ(1，1－β，α)近似等于(Z1－α/2+Z1－β)2，在计算样本量时，将其代入(4-1)进行计算。

例4-1 某项研究欲评价影像(CT)诊断和病理切片诊断对恶性肿瘤诊断的吻合程度。已知病理切片对恶性肿瘤诊断的阳性率为65%。若CT诊断与病理切片诊断的吻合度达0.6以上为临床有效，即κ0=0.6，根据预试验结果，两者的kappa系数为0.8，则假设κ1=0.8。试估计检验水准为α=0.05，检验效能为1－β=90%，双侧检验欲验证CT诊断临床有效所需的样本量。

nQuery Advisor 7.0实现:设定检验水准α=0.05;双侧检验，即s=2;检验效能取1－β=90% 。其他数据相应代入。

在nQuery Advisor 7.0主菜单选择:

Goal:Make Conclusion Using:⊙Agreement

Number of Groups:⊙One

Analysis Method:⊙Test

方法框中选择:Kappa(binary outcome)。

在弹出的样本量计算窗口将各参数键入，如图4-1所示，结果为n=184。即本试验所需的最少样本量为184例。

图4-1 nQuery Advisor 7.0关于例4-1样本量估计的参数设置与计算结果

SAS9.2软件实现:

SAS运行结果:

图4-2 SAS9.2关于例4-1样本量估计的参数设置与计算结果

4.1.1.2.相关系数检验(连续变量)

方法:Dixon和Massey〔2〕给出的两连续变量相关系数检验的样本量估计方法，是基于大样本近似正态分布理论上的，其样本量的计算公式为: