logistic回归中一类基于Wald检验的样本量和功效估计

目的本文以logistic回归为例,介绍一类基于Wald检验的样本量和功效计算方法。方法推导一般情形下的计算方法,给出两类简单情形下的样本量计算公式:（1）模型仅含有一个暴露因素;（2）模型含有一个暴露因素和一个混杂因素,并给出实例分析。在暴露因素为一个二分类变量时,通过模拟研究比较了教科书上常用计算公式与基于Wald检验样本量的区别。对于病例对照研究,给定功效时,可通过最小化样本量来估计最优的病例与对照的比例。结果理论推导和模拟研究均显示,教材中的公式可能高估也可能低估样本量,仅当H0成立时,三种方法得到的样本量估计相同。结论研究设计中计算样本量的统计量与假设检验采用的统计量建议保持一致。