共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
5.
长久以来,国内一直缺乏系统介绍样本量估计的专著或文献,当涉及到较复杂的样本量估计方法时,如多因素、多变量、非参数方法的样本量估计,以及等效性或非劣性的样本量估计,如何依据权威文献并予以实施,即使对专业人员也是一种挑战。针对这一现状,陈平雁教授带领的南方医科大学生物统计学本科生团队,以目前国际上公认的样本量估计权威软件nQuery Advisor7.0为蓝本,系统地介绍了样本量估计方法及其权威出处,同时公开无偿地给出了SAS程序供读者应用,这为专业人员借助我刊引用源头文献无疑提供了极大便利,同时也为这一领域的研究起到了很好的引导作用。从本期开始,我刊将连载陈平雁团队关于样本量估计的系列文章。正如作者所言,样本量估计的方法较多,这里介绍的方法未必是最好的,甚至也有可能不完全正确或出现疏漏,我们希望读者能够及时指出问题,如果有不同看法,我们会积极支持在我刊展开针对性讨论,以求去伪存真。 相似文献
6.
7.
8.
9.
10.
11.
12.
2.2.3 多样本率的差异性检验2.2.3.1 多个样本率比较的x2检验方法:Lachin(1977)[4]提出的多样本率检验的样本量估计是建立在自由度为g-1,非中心参数为N△2的非中心x2分布基础上的,检验效能的计算公式为,1-β=1-x2[x21-α,(g-1),g-1,N△2] (2-33)其中,π=8∑j=1rjπj/8∑j=1rjπj,v=8∑j=1rj(πj-(π)2/8∑j=1rj,△2 =v/(π)(1-(π))式中,g为组数;(π)为总阳性率;rj为各组样本量与第一组样本量的比值;v为率的整体标准误;△2为效应量. 相似文献
13.
14.
15.
样本量估计是研究设计中的一个极为重要环节,如何正确估计样本量即使对于统计专业人员都是较难把握的技能.目前,无论是统计专业人员还是非专业人员在实施样本量估计时大多面临以下三个问题:其一,目前国内尚缺乏系统地介绍样本量估计方法的文献,从而导致在实验设计阶段进行样本量估计时手段受限,尤其涉及到临床试验中应用较多的非劣性检验和等效性检验,以及一般研究中非参数检验、多元回归和相关分析的样本量估计方法.其二,由于国内的教科书、专著和一些相关的期刊论著在介绍样本量估计方法时缺乏源头文献的引用,加之某些设计的样本量估计方法不止一种,我们采用的方法是否准确和权威? 相似文献
16.
17.
18.
例3-3的 SAS9.2软件实现:% macro STT3U (a,s,T,acc1,epd1,d1,acc2,epd2,d2,n_sim,seed,n1,n2);proc IML;start STT3U (a,s,T,n_sim,seed,n1,n2);acc1 =&acc1;epd1 =&epd1;d1 =&d1;acc2 =&acc2;epd2 =&epd2;d2 =&d12;test1 =0;test2 =0;t1 =T;do i =1 to n_sim;do k =1 to t1;if acc1 [k] =100 then dim1 =k;end;head1 =J (dim1,T,0);event1 =J (dim1,T,0);drop1 =J(dim1,T,0);ran1 =100#uniform(repeat(seed,1,n1 》); 相似文献