描述

计算用于比较具有零假设值的ROC曲线下的面积所需的样本量。样本数量考虑了所需的显着性水平和测试能力（请参阅样本数量计算：简介）。

必填项

• I类错误-α：产生I类错误的概率（α级，两面），即在事实为真时拒绝零假设的概率。
• II型错误-beta：发生II型错误的概率（β级），即实际上接受错误假设时接受零假设的概率。
• ROC曲线下的面积：ROC曲线下的假想面积（预期在研究中会发现AUC）。
• 无效假设值：无效假设AUC。
• 阴性/阳性组中样本数量的比率：输入所需的阴性和阳性病例比率。如果希望两个组的案件数相等，则输入1；否则，请输入1。如果您希望否定案件的数量是肯定组的两倍，请输入2。

例

您想要显示特定测试的AUC为0.725，这与无效假设值0.5（意味着无判别力）相比很重要，然后针对ROC曲线下的面积输入0.725，对于无效假设值输入0.5。您期望包含的否定案例数量是肯定案例的两倍，因此对于否定/肯定组中的样本数量比率，您输入2。

对于α级，选择0.05，对于β级，选择0.20（功效为80％）。

单击“计算”后，程序将显示所需的样本量。

在示例中，阳性组需要19例，阴性组需要38例，总共需要57例。

表格显示了不同类型I和类型II错误级别所需的样本量。