10.4　其他软件包

对于研究的规划阶段，R还提供了不少其他有用的软件包。它们有的可能包含一般性的分析工具，而有的则可能是高度专业化的。

piface包（见图10-4）提供了一个与R交互的Java图形用户界面（GUI），包含各种计算样本量的方法。该GUI允许用户交互性地修改研究的参数，观察它们对其他参数的影响。

10.4　其他软件包 - 图1

图10-4　piface项目的对话框示例

虽然该包仍在测试阶段，但是非常值得探究。在http://r-forge.r-project.org/projects/piface/上，可以下载piface包的源代码和供Windows和Mac OS X使用的二进制文件。在R中，输入代码：

install.packages(“piface”, repos=”http://R-Forge.R-project.org”)
library(piface)
piface()

该包在探索样本大小、效应值、显著性水平和预期功效水平的改变对其他参数的影响时非常有用。

表10-4列出了其他与功效分析有关的软件包。最后5个包聚焦于基因研究中的功效分析。识别基因与可观测特征的关联性的研究称为全基因组关联研究（GWAS）。例如，它们可能关注为什么一些人会得某种特殊类型的心脏病。 表10-4　专业化的功效分析软件包

软　件　包	目　　的
`asypow`	通过渐进似然比方法计算功效
`PwrGSD`	组序列设计的功效分析
`pamm`	混合模型中随机效应的功效分析
`powerSurvEpi`	流行病研究的生存分析中功效和样本量的计算
`powerpkg`	患病同胞配对法和TDT（Transmission Disequilibrium Test，传送不均衡检验）设计的功效分析
`powerGWASinteraction`	GWAS交互作用的功效计算
`pedantics`	一些有助于种群基因研究功效分析的函数
`gap`	一些病例队列研究设计中计算功效和样本量的函数
`ssize.fdr`	微阵列实验中样本量的计算

最后，MBESS包也包含了可供各种形式功效分析所用的函数。这些函数主要供行为学、教育学和社会科学的研究者使用。