Убедитесь, что ПО R Project включает установленные пакеты mvtnorm, PowerTOST и TrialSize.

Библиотека PowerTOST

Примеры протестированы на пакете powerTOST версии 1.3.6 (если версия указана, то команда тестировалась в указанной версии пакета), пример использования expsampleN.TOST описан отдельно для пакета версии 1.3.6. и 1.4.6, со списком изменений можно ознакомиться по ссылке: changelog. Для того что бы узнать версию пакета можно воспользоваться командой packageVersion(‘powerTOST’).

Подключение библиотеки PowerTOSTlibrary(PowerTOST)
Список дизайновknown.designs()
Значение CV по известному значениею ДИCVfromCI(lower=0.9, upper=1.1, n=18, design=’2X2′, alpha=0.05)
Объем выборки для стандартного дизайна по CVsampleN.TOST(alpha=0.05, targetpower=0.9, theta0=0.95, CV=0.2, design=’2X2′)
Значение PolledCV по данным нескольких исследований CV = c (0.32, 0.2, 0.23)
n = c (18, 20, 26)
design = c (‘2X2’, ‘2X2’, ‘2X2’)
cvdata = data.frame(CV, n, design)
CVpooled(cvdata)
PooledCV и верхняя граница доверительного интервала для CV, подготовка cvdata из предыдущего примера (1.4.6)print(CVpooled(cvdata, alpha=0.2, robust=TRUE), digits=4, verbose=TRUE)
Объем выборки с учетом данных нескольких CV с учетом ожидаемой мощности (1.3.6)expsampleN.TOST(alpha=0.05, targetpower=0.8, theta0=0.95, CV=c(0.15,0.2,0.25), dfCV=c(20,24,22), design=’2X2′)
Объем выборки с учетом данных нескольких CV с учетом ожидаемой мощности (1.4.6)
CVs <- c(0.25, 0.3)
dfs <- c(22, 10)
expsampleN.TOST(CV=CVs, prior.parm = list(df = dfs))
Расчет мощностиpower.TOST (alpha = 0.05, CV=0.2, n=22, design =’2X2′)
Подробная информация//cran.r-project.org/web/packages/PowerTOST/

Библиотека TriaSize

Подключение библиотеки TrialSizelibrary(TrialSize)
Пропорции. 2 группы. Равенство.TwoSampleProportion.Equality(alpha=0.05, beta=0.2, p1=0.6, p2=0.7, k=1, delta=0.1)
Пропорции. 2 группы. Эквивалентность.TwoSampleProportion.Equivalence(alpha=0.05, beta=0.2, p1=0.6, p2=0.7, k=1, delta=0.1, margin=0.2)
Пропорции. 2 группы. Не меньшая эффективность/превосходство.TwoSampleProportion.NIS(alpha=0.05, beta=0.2, p1=0.6, p2=0.7, k=1, delta=0.1, margin=0.2)
alpha – significance level
beta – power = 1-beta
p1 – the mean response rate for test drug
p2 – the rate for reference drug
k=n1/n2
delta=p1-p2
margin – the superiority or non-inferiority margin
СсылкаChow SC, Shao J, Wang H. Sample Size Calculation in Clinical Research. New York: Marcel Dekker, 2003
Подробная информация//cran.r-project.org/web/packages/TrialSize/

Библиотека randomizeR

Создать объект с характеристиками рандомизации: Random Allocation Rulerar <- rarPar(24)
Создать объект с характеристиками рандомизации: Permuted Block Randomizationpbr <- pbrPar(rep(4, 24/4))
Создать объект с характеристиками рандомизации: Big Stick Designbsd <- bsdPar(24, 2)
Генерировать последовательсностьrarS <- genSeq(rar, r = 1, seed = 123)
Получить результатresult <- getRandList(rarS)
Вывести результатt(result)
Ссылки:

Библиотека randomizeBE

Создать объект рандомизацииrl <- RL4(nsubj=24, blocksize=4, seqs=c("TR","RT"), seed=0)
Вывести результатprint(rl, sumry=TRUE)