ANEXO

Para el uso de este programa se tiene que instalar el programa R, pegar este código, especificar los parámetros y correrlo. Para cada situación se le debe de proporcionar los parámetros correspondientes. En el programa R, p denota a la proporción (p), alpha denota el nivel de significancia deseado (α), w la amplitud (error absoluto) deseada (ω) para el intervalo de confianza, assurance denota el nivel de seguridad deseado (γ), Se es la sensibilidad, Sp es la especificidad y k el tamaño de grupo. El programa R es gratis y se pude descargar de: http://www.r-project.org/

Programa R

#Tamaños de muestra para detectar plantas genéticamente

#modificadas mediante pruebas de grupo que toma en

#cuenta la sensibilidad y especificidad de las pruebas de la

#boratorio.

np<-function(p, alpha, w)

{Z<-qnorm(1-alpha/2); np <-ceiling ((4 * Z * Z * p * (1-p))

/ (w * w)); return(np)}

#np proporciona el tamaño de muestra preliminar para el

#modelo binomial simple (Ecuación 6).

#Ejemplo

np(0.01, 0.05, 0.05)

nm<-function(p,alpha,w, assurance)

{np<-np(p, alpha, w); Zg <- qnorm(assurance); Z<-

qnorm(1-alpha/2); FFF<-sqrt(1+((w * abs(1-2 * p) * Zg)/(Z

* p * (1-p)))) ;DDD<-(1 + FFF)^2 ;

nm<-ceiling(np * DDD/4); return(nm) ;}

nm(0.01, 0.05, 0.05, 0.99)

#nm proporciona el tamaño de muestra ajustado que

#asegura cortos intervalos de confianza

#para el modelo binomial simple (Ecuación 9). Ejemplo

#nm(0.01,0.05,0.05,0.99)

gm<-function(p, alpha, w, assurance, Se, Sp, k)

{ np<-np(p, alpha, w); nm<-nm(p, alpha, w, assurance);

PP<-((1 - (1 - p) ^ k) * Se + ((1 - p) ^ k) * (1 - Sp)); UUU =

(((Se - PP) ^ (2 / k - 2)) * (PP) * (1 - PP)); LLL = p * (1 - p)

* k * (Se + Sp - 1) ^ (2 / k); DEFF<-(UUU / LLL); gm <-

ceiling(nm * DEFF / k); return(gm)}

#gm proporciona el tamaño de muestra modificado (pools

#requeridos) con pruebas de grupo

#contempla la sensibilidad y especificidad de la prueba de

laboratorio (Ecuación 10).

#Ejemplo:

gm(0.01, 0.05, 0.05, 0.99, 0.96, 0.96, 10)