Análisis de Poder y Simulación Monte Carlo para Prueba de Dos Medias

Nivel de dificultad

Principiante

Publicado el : 24/11/2025

El script comienza utilizando PROC POWER para calcular el poder teórico para varias combinaciones de parámetros de una prueba de dos medias. Luego genera gráficos para visualizar estas relaciones. También se incluye una implementación manual del cálculo de poder para comparación. La segunda parte del script implementa una simulación de Monte Carlo para estimar empíricamente el poder: genera miles de conjuntos de datos bajo diferentes condiciones, realiza pruebas t en cada uno, y luego calcula la proporción de pruebas significativas, proporcionando así una estimación simulada del poder.

Análisis de datos

Type : CREATION_INTERNE

Todos los datos utilizados en este script se generan internamente, ya sea por PROC POWER (cálculos de poder) o por pasos DATA STEP (generación de datos simulados para la prueba t y cálculo manual de poder).

1 Bloque de código

PROC POWER

Explicación :
Este bloque utiliza el procedimiento PROC POWER para calcular el poder estadístico para una prueba de comparación de dos medias independientes (test=diff). Explora diferentes combinaciones de la diferencia de medias (meandiff), la desviación estándar (stddev), el nivel de significancia (alpha) y el tamaño total de la muestra (ntotal). El valor `power = .` indica que el poder es el valor a calcular.

¡Copiado!

1	PROC POWER;
2	twosamplemeans test=diff
3	meandiff = 5 6
4	stddev = 12 18
5	alpha = 0.05 0.1
6	ntotal = 100 200
7	power = .;
8	RUN;

2 Bloque de código

PROC POWER

¡Copiado!

1	ods graphics on;
2
3	PROC POWER plotonly;
4	twosamplemeans test=diff
5	meandiff = 5 6
6	stddev = 12 18
7	alpha = 0.05 0.1
8	ntotal = 100 200
9	power = .;
10	plot;
11	RUN;
12
13	ods graphics off;
14
15	plot
16	min=60
17	yopts=(ref=0.9 crossref=yes)
18	vary(color BY stddev, linestyle BY meandiff, symbol BY alpha);
19
20	ods OUTPUT OUTPUT=powdata;

3 Bloque de código

DATA STEP Data

¡Copiado!

1	DATA tpow;
2	DO meandiff = 5, 6;
3	DO stddev = 12, 18;
4	DO alpha = 0.05, 0.1;
5	DO ntotal = 100, 200;
6	ncp = ntotal * 0.5 * 0.5 * meandiff2 / stddev2;
7	critval = finv(1-alpha, 1, ntotal-2, 0);
8	power = sdf('f', critval, 1, ntotal-2, ncp);
9	OUTPUT;
10	END;
11	END;
12	END;
13	END;
14	RUN;

4 Bloque de código

PROC PRINT

¡Copiado!

1	PROC PRINT DATA=tpow;
2	RUN;

5 Bloque de código

DATA STEP Data

¡Copiado!

1	%let meandiff = 5;
2	%let stddev = 12;
3	%let alpha = 0.05;
4	%let ntotal = 100;
5	%let nsim = 10000;
6
7	DATA simdata;
8	call streaminit(123);
9	DO isim = 1 to ≁
10	DO i = 1 to floor(&ntotal/2);
11	group = 1;
12	y = rand('normal', 0 , &stddev);
13	OUTPUT;
14	group = 2;
15	y = rand('normal', &meandiff, &stddev);
16	OUTPUT;
17	END;
18	END;
19	RUN;

6 Bloque de código

PROC TTEST

¡Copiado!

1	ods exclude all;
2	PROC TTEST DATA=simdata;
3	ods OUTPUT ttests=tests;
4	BY isim;
5	class group;
6	var y;
7	RUN;
8	ods exclude none;

7 Bloque de código

DATA STEP Data

¡Copiado!

1	DATA tests;
2	SET tests;
3	where method="Pooled";
4	issig = probt < α
5	RUN;

8 Bloque de código

PROC FREQ

¡Copiado!

1	PROC FREQ DATA=tests;
2	ods select binomial;
3	tables issig / binomial(level='1');
4	RUN;

Este material se proporciona "tal cual" por We Are Cas. No hay garantías, expresas o implícitas, en cuanto a la comerciabilidad o idoneidad para un propósito particular con respecto a los materiales o el código contenidos en este documento. We Are Cas no es responsable de los errores en este material tal como existe ahora o existirá, ni We Are Cas proporciona soporte técnico para el mismo.

Documentación relacionada

Aucune documentation spécifique pour cette catégorie.