广义线性模型中Wald检验的效应大小通用度量：用于功效与样本量计算
统计方法学
2026-01-21 v2
摘要
广义线性模型（GLMs）中Wald检验的功效与样本量计算往往仅限于特定情形，如Logistic回归。更一般的方法通常需要详细的研究参数，而这些参数在计划阶段难以获取。我们引入两种新的效应大小度量，用于估算任何GLM中Wald检验的功效与样本量。这些度量能够容纳任意数量的预测变量或协变量，且仅需基本的研究信息。我们提供实用指导，帮助解释和应用这些度量，以近似估算功效计算中的关键参数。我们还推导了这些近似方法的渐近相对误差上界，表明准确性取决于GLM特征，如链接函数的非线性程度。为配合此分析，我们进行了涵盖常见模型规格的模拟研究，识别出最佳适用场景及改进机会。最后，我们在有限样本中进行方法测试，确认其实际效用，采用关于教育程度与精神健康治疗接收关系的案例研究。
引用
@article{arxiv.2506.22324,
title = {General measures of effect size to calculate power and sample size for Wald tests with generalized linear models},
author = {Amy L Cochran and Shijie Yuan and Paul J Rathouz},
journal= {arXiv preprint arXiv:2506.22324},
year = {2026}
}