Tamano de muestra para estimar una proporcion binomial

Obtencion del tamano muestral para estimar una proporcion binomial con la precision deseada a partir de informacion piloto (metodo de Wald ajustado) o sin ella. Texto intencionadamente sin tildes u otros caracteres especiales por la incompatibilidad de los mapas de caracteres.

Usage

np(
  x = 0,
  n = 0,
  d = 0,
  v = 0,
  level = "",
  conf = 0.95,
  alfa = 0.05,
  decs = 4,
  eco = TRUE
)

Arguments

x: valor entero: numerador de la proporcion binomial (si se da la informacion resumida) o valor de seleccion (si se da un vector)
n: valor entero: denominador de la proporcion binomial (si se da la informacion resumida)
d: valor real < 1: precision deseada para el intervalo de confianza
v: vector: numero de casos favorables (numerador de la proporcion binomial)
level: texto: si se indica v como factor, level es la etiqueta del nivel de seleccisn
conf: valor < 1: nivel de confianza (parametro alternativo al error alfa, en tanto por uno). Por defecto =.95.
alfa: valor < 1: error alfa (parametro alternativo al nivel de confianza, en tanto por uno). Por defecto =.05.
decs: valor entero: precision decimal para la salida de resultados. Por defecto = 4.
eco: valor logico: si eco=TRUE devuelve informe, de lo contrario, los valores estimados de n con y sin informacion

Value

Informe con el tamano de muestra necesario para estimar un proporcion binomial con la precision deseada

References

Forthofer, R. N., & Lee, E. S. (1995). Introduction to Biostatistics.

Examples

np(x=25, n=210, d=.05,decs=3)
#> 
#> Tamaño de muestra para estimar una proporción binomial 
#> -------------------------------------------------------
#> 
#> Información muestral 
#>   Tamaño de la muestra: n = 210
#>   Casos: x = 25
#>   Inferencia para la proporción basada en el método de Wald ajustado: 
#>   95%-IC(π): (0.082, 0.171) 
#>   precisión observada: d = 0.044 (4.45%) 
#> 
#> Tamaño muestral requerido para δ = 0.05 (5.00%), conf.= 95% 
#>   - Basado en la muestra actual (po = 0.171):   n ≥ 218
#>   - Sin considerar la información previa: n ≥ 385
#> 
np(x=115, n=210, d=.10)
#> 
#> Tamaño de muestra para estimar una proporción binomial 
#> -------------------------------------------------------
#> 
#> Información muestral 
#>   Tamaño de la muestra: n = 210
#>   Casos: x = 115
#>   Inferencia para la proporción basada en el método de Wald ajustado: 
#>   95%-IC(π): (0.4800, 0.6134) 
#>   precisión observada: d = 0.0667 (6.67%) 
#> 
#> Tamaño muestral requerido para δ = 0.1 (10.00%), conf.= 95% 
#>   - Basado en la muestra actual (po = 0.6134):   n ≥ 92
#>   - Sin considerar la información previa: n ≥ 97
#> 
np(x=25, n=210, d=.05, conf=.90, decs=5)
#> 
#> Tamaño de muestra para estimar una proporción binomial 
#> -------------------------------------------------------
#> 
#> Información muestral 
#>   Tamaño de la muestra: n = 210
#>   Casos: x = 25
#>   Inferencia para la proporción basada en el método de Wald ajustado: 
#>   90%-IC(π): (0.08883, 0.16350) 
#>   precisión observada: d = 0.03733 (3.73%) 
#> 
#> Tamaño muestral requerido para δ = 0.05 (5.00%), conf.= 90% 
#>   - Basado en la muestra actual (po = 0.16350):   n ≥ 149
#>   - Sin considerar la información previa: n ≥ 271
#> 
np(x=25, n=210, d=.05, conf=.90, decs=5, eco=FALSE)
#> [[1]]
#> [1] 148.0144
#> 
#> [[2]]
#> [1] 270.5543
#>