如何计算Cox回归在R中的效应大小的统计功效？

我很抱歉，这是一个非常笼统的问题，但我的谷歌技能完全让我失望

我想根据Cox PH测试，绘制每个效应大小（或至少0.1）的样本大小与功率。一位同事（现在左图）在R中制作了一个线性模型功率分析，作为Cox回归的占位符。有一些方案（pwr），但没有一个涉及Cox回归

我需要在R中这样做，这样我就可以把Cox分析的结果叠加在这个幂分析的基础上，来说明我的结果到底有多准确

这是一个屏幕截图，我看到了什么，基本上是什么，我想重建没有捏造它的眼睛

---

功率定义为条件概率

Pr（拒绝H0 | H1为真）

。简单单侧t检验的幂可近似为以下函数

B <- function(beta, n, sd = 6) {
    sem <- sd / sqrt(n)
    1 - pnorm(1.64 - beta / sem)
}

---

我把微调权留给你。调整此示例以考虑不同的影响大小、样本大小和标准偏差也很简单。

功率定义为条件概率

Pr（拒绝H0 | H1为真）

。简单单侧t检验的幂可近似为以下函数

B <- function(beta, n, sd = 6) {
    sem <- sd / sqrt(n)
    1 - pnorm(1.64 - beta / sem)
}

---

我把微调权留给你。调整此示例以考虑不同的影响大小、样本大小和标准偏差也很简单。

完美！谢谢你，太好了！谢谢你。