[发明专利]比较不同群体发病比例的抽样量计算器

摘要

本发明涉及一种用于病因学调查中获取群体发病率或患病风险的样本量的计算器。该计算器由输入模块、计算模块和显示模块构成，其中计算模块中运行如下技术公式：$n=\frac{{[z_{\mathrm{\α}}\sqrt{2\mathrm{pq}}+z_{\mathrm{\β}}\sqrt{p_1{q}_1+p_2{q}_2}]}^2}{{(p_1-q_2)}^2}$该计算器是一种智能计算器，方便专业和非专业人士使用。

主权项

一种用于病因学调查中获取群体发病率或患病风险的样本量的计算器，其特征在于所述计算器包括输入模块，计算模块和显示模块，其中所述的输入模块包括置信水平键、群体1预期流行率键、群体2预期流行率键、允许误差键、和把握度键以及十数字按键、小数点键、撤消按钮键、确认键和方向键；所述计算模块中运行的计算公式为$n=\frac{{\[z_{\mathrm{\α}}\sqrt{2pq}+z_{\mathrm{\β}}\sqrt{p_1{q}_1+p_2{q}_2}\]}^2}{{(p_1-p_2)}^2}$其中：n为每个群所需要的抽样数量；Z_α为标准正态分布的1‑α/2百分位值，是置信水平为1‑α时所对应的标准正态分布的临界值；Z_β为与检验效度1‑β有关的标准正态分布的(1‑β)百分位值，对于检验效度(1‑β)为80％、85％、90％和95％而言，其对应的Z_β值为0.84、1.04、1.28、1.64；p₁为群体1的预期流行率；p₂为群体2的预期流行率；p为群体1和群体2两个预期流行率的平均值：(p₁+p₂)/2；q＝1‑p；q₁＝1‑p₁；q₂＝1‑p₂；假设检验，又称显著性检验，是利用小概率反证法思想，从问题的对立面H0出发间接判断要解决的问题H1是否成立，即在假设H0成立的条件下计算检验统计量，然后根据获得的P值来判断；根据P值做出的推断结论具有概率性，因此其结论不可能完全正确，可能发生两类错误，Ⅰ型错误：是拒绝了正确的无效假设H0，这类“弃真”的错误称为Ⅰ型错误，我们常说的检验水准，就是预先规定的允许犯Ⅰ型错误概率的最大值，用α表示；Ⅱ型错误：是接受了实际不成立的无效假设H0，这类“取伪”的错误称为Ⅱ型错误，其概率大小用β表示。