calculate_min_sample_size

在Python中，如果你想要编写一个自定义函数来计算最小样本大小，你可以参考统计软件包如pandas、scipy等提供的功能，或者使用专门的统计库，如`scipy.stats` 或 `statsmodels`。这里是一个基于`scipy.stats`的基本示例，假设你需要计算两样本t检验的最小样本大小：

from scipy.stats import t, ttest_ind_power

def calculate_min_sample_size(effect_size, alpha=0.05, power=0.8, alternative='two-sided'):
    """
    计算最小样本大小
    :param effect_size: 效应大小 (Cohen's d或其他衡量标准)
    :param alpha: 显著性水平 (默认0.05)
    :param power: 功效 (默认0.8)
    :param alternative: 检验方向，'two-sided' (双侧检验) 或 'one-sided' (单侧检验)
    :return: 最小样本大小
    """
    if alternative == 'one-sided':
        return ttest_ind_power(effect_size, nobs1=None, power=power, sig_level=alpha / 2).nobs
    else:
        return ttest_ind_power(effect_size, nobs1=None, power=power, sig_level=alpha).nobs

effect_size = 0.5  # 假设的效应大小
# 调用函数并打印结果
min_samplesize = calculate_min_sample_size(effect_size)
print(f"为了达到{power*100}%的功效和{alpha}的显著性水平，最小样本大小为 {min_samplesize}")

这个函数根据给定的效应大小、显著性水平和功效，计算出满足条件的最小样本数。