7种单组率的置信区间所需样本量的估计方法比较

目的在不同样本率和精度水平下,比较不同计算单组率的置信区间样本量估计方法。方法基于Wald法、ADD4法、ADDZ2法、Wilson Score法、Clopper-Pearson法、Mid-p法和Jeffreys法这7种单组率置信区间的估计方法,在两种精度ω(0.05,0.1)、不同事件发生率p下,用“搜索法”计算出样本量,并通过Monte Carlo模拟,以估计出的样本量计算相应置信区间并比较其宽度、覆盖率和尾侧不覆盖率比值。结果当精度要求较高时(ω=0.05),Mid-p法和Clopper-Pearson法在事件发生率较低(p<0.15)时综合表现较优,其余情况,除Wald法对称性不好外,所有其他方法表现差异不大。在ω=0.1,且事件发生率极低p=(0.01-0.05)时,除Clopper-Pearson法外,其余方法都存在无法迭代的情况。结论针对不同的预计发生率和精度要求,建议选择相对合适的样本量估计方法。