样本量

  • 7种单组率的置信区间所需样本量的估计方法比较
    州510515样本量估计在医学研究中至关重要。其通常有两种估计方法,假设检验法基于显著性检验和检验效能[1,2]计算出所需的样本量。置信区间法关注精确度[3-11],通过指定置信区间的宽度,计算样本量。在流行病学调查中,研究目的常常是估计某一人群中某特定疾病的患病率[12,13],流行病学家为了以合理的准确度评估患病率,计算所需的样本量需要用置信区间法。单组率基于置信区间法的样本量估计,在1991年,Lwanga 和Lemeshow给出了基于正态近似的Wa

    南方医科大学学报 2023年1期2023-02-27

  • 体育科学实验研究如何确定适宜的样本量
    抽样的数目就是样本量,即抽取的样本中所含观测值的数量。样本量是否适宜,对统计功效(statistical power)、可信程度、效果量的估计以及可重复性均具有重要影响,因此,这一问题总是引发研究者的高度关注。对样本量的估算是研究设计的重要组成部分。不同研究问题、研究设计、研究对象以及数据处理方法对样本量的要求不同,过大或过小的样本量都有悖研究伦理——样本量过小会降低研究结果的可信度,研究结论的科学贡献十分有限,而样本量过大可能造成人力、物力资源的浪费[1

    上海体育学院学报 2023年2期2023-02-22

  • 随机对照临床试验设计中的样本量估算方法
    200443)样本量估算是随机对照临床试验(randomized controlled trial, RCT)研究设计的重要内容。样本量过小不能保证得出可靠的研究结论。而样本量过大则会造成不必要的人力、物力和财力的浪费,同时也会增加研究的难度。因此,如何根据不同的RCT类型,估算出合理的样本量是临床研究工作者应掌握的一项重要技能。本文从影响样本量大小的因素着手,以举例形式重点阐述RCT研究设计的样本量估算方法。1 影响样本量估算的重要参数在样本量估算时,应

    上海医药 2023年1期2023-02-12

  • 样本量与东方蜜蜂微卫星DNA遗传多样性参数稳定性的关系
    应用非常普遍.样本量对蜜蜂微卫星DNA遗传多样性参数的影响尚未见报道,该领域研究所需的样本量始终处于含糊状态.对1998—2021年公开发表的论文进行样本量统计的结果显示,蜜蜂微卫星DNA遗传多样性研究使用的样本量从个位数到百群以上,多为11~60群.其中,样本量为10群以下约占6.4%,11~20群约占14.4%,21~30群约占18.3%,31~40群约占10.2%,41~50群约占16.0%,51~60群约占17.3%,61~70群约占7.3%,71

    福建农林大学学报(自然科学版) 2022年5期2022-10-08

  • 成组序贯设计中经典期中分析方法的比较
    较于传统的固定样本量设计的优点显而易见, 它可以缩短试验时间,减小样本量。1977 年,Pocock[1]提出了等间距成组序贯设计。成组序贯设计会进行期中分析, 即根据事先制定的分析计划, 对累计数据进行分析, 由于该设计需要对累计数据进行检验, 故需控制各阶段的一类错误。Pocock 是将整体第一类错误均匀分配到各阶段。O′Brien 等[2]提出的期中分析方法在试验前半段边界较为保守, 即在试验进行到后半段之前停止试验的概率非常低。Lan KKG 等[

    湖南文理学院学报(自然科学版) 2022年3期2022-07-20

  • 基于限制平均生存时间的样本量计算方法比较*
    g-rank在样本量估计方面的异同。方法 通过模拟符合比例风险假设、前期开口、后期开口及交叉4类8种生存曲线情形,比较样本量估计及对应检验效能的差异,并通过实例说明RMST在样本量计算时的应用。结果 比例风险假设成立时log-rank最优;存在前期差异时,Royston-KM与Luo效果较好;后期开口时,Royston-FP效果最佳;如果出现交叉,则应根据交叉点前后生存曲线间面积差异分类讨论。结论 估计样本量时,如果比例风险假设成立应选择log-rank,

    中国卫生统计 2022年2期2022-05-28

  • 植株样本量对云南松子代苗期遗传力估算的影响
    影响,足够大的样本量是提高遗传力估算准确性的必备条件,适当的采样数目不仅可以节省大量的人力和物力,减少不必要的浪费,而且可以提高分析问题的效率。然而目前,对于云南松的遗传测定研究,大量集中在天然林分、母树林、种子园等[9-13],在样本量对遗传参数估算结果的影响方面研究较少。本研究以34个云南松半同胞家系的3 478株1年生子代实生苗为试验对象,苗高(H)和地径(D)为分析指标进行抽样分析,通过分析比较不同样本容量下对各性状遗传力及其标准误估算值的影响,确

    西南林业大学学报 2022年2期2022-04-11

  • 网络Meta分析研究进展系列(二十):网络Meta分析的样本量计算及精确性评估
    ta分析也存在样本量和检验效能的问题[1]。当纳入的样本量不足时,Meta分析的检验效能较低,所估计的效应值可能会出现假阴性或假阳性的情况,结果的精确性较低(体现在置信区间的跨度较大)[2]。近年来,Meta分析的样本量和检验效能的问题逐渐得到关注。在传统Meta分析中,通常采用试验序贯分析来估算样本量[3]。它按照纳入研究的发表时间顺序进行累计,通过调整随机误差和研究间异质性,最终估算得出确切结论时所需要的最小信息量(即纳入研究对象的总数量或结局事件发生

    中国循证心血管医学杂志 2022年1期2022-03-15

  • 临床研究样本量的估计方法和常见错误
    研究迅速发展。样本量估计是临床研究设计中的核心问题之一,随着临床研究的发展,也越来越受到关注和重视。最近的一项统计显示,N Engl J Med发表的文章中,使用样本量计算/统计功效分析的在1978-1979年只有39%,而在2015年增长到了62%,是目前该杂志发表文章中使用频率最高的统计学方法[1]。样本量的正确估算直接关系到临床研究的成败,也一直是临床研究者较为关注且难以把握的关键点之一。如果样本量太小,研究结果的可重复性及代表性就欠佳,可能得出假阴

    中国卒中杂志 2022年1期2022-02-14

  • 样本量对云南松苗木生物量特征的影响
    应增加。相反,样本量过小,结果可能不能满足要求,抽样调查既可保证一定精度,又可减少工作量。现今已有的研究表明样本量会对数据的准确性产生影响,诸如样本量会对湿地松(Pinuselliottii)的遗传力估算值[6]、白桦(Betulaplatyphylla)的多态位点百分率产生影响[7]。云南松(P.yunnanensis)为松科松属常绿乔木,分布范围较广,主要分布于我国西南地区,是西南地区的乡土树种及荒山绿化造林先锋树种,也是云南省主要森林植被树种[8-1

    西北林学院学报 2022年1期2022-02-10

  • 重复交叉设计生物等效性研究样本量计算的确切法与随机模拟法
    生物等效性评价样本量计算的确切法与随机模拟法的统计学特性,推荐选择较优的分析方法。方法 系统的介绍确切法与采用参比制剂校正随机模拟样本量计算原理及步骤,采用计算机模拟技术,比较两种方法在不同情境下的表现。结果 在高变异药物常见应用情境下,不同参数设定下通过确切法进行样本量计算的结果小于采用随机模拟估计的样本量,且随着CVWR%增大,或几何均值比值偏离1,两者的样本量差距增大。结论 确切法与随机模拟法样本量计算过程均根据参比制剂个体内变异(CVWR%)对置信

    中国卫生统计 2021年6期2022-01-19

  • 医学研究中样本量的选择
    常常会遇到选择样本量的问题。医学研究者一般都缺乏概率论和数理统计方面的背景知识,所以在研究中对这个问题重视不够,选择研究的样本量具有很大的随机性,因此代表性和准确性较差。特别是动物实验。其实这个问题在科学研究中非常重要,它影响到研究过程的严谨性及研究结论的可靠性。科研课题的建立其实就是一个医学科研设计的过程,在这个过程中涉及很多问题,其中很重要的问题就是样本量大小的确定,正确选择样本量,直接影响最终科研结论的可靠性。本文就样本量选择的意义及一些简单的方法进

    内蒙古统计 2021年4期2021-12-06

  • 家系抽样大小对云南松遗传力估算的影响
    遗传参数需要的样本量如何确定,还是一个值得探讨的问题。影响家系样本量对于子代遗传力估算可以从估算精度及子代测定所需的临界样本量2方面进行探讨[18]。提高精度主要可以通过选择不同的交配设计,鉴于此,本研究主要从如何确定家系样本量进行讨论。在遗传力估算值有较高精度的条件下,按家系样本量间隔为10的梯度随机抽取云南松半同胞家系,研究不同家系样本量梯度对遗传力估算的影响,进而确定地径及苗高的遗传力估算需要的最低样本量,为今后云南松苗期遗传测定所需的最佳样本量和选

    西南林业大学学报 2021年5期2021-10-21

  • 单双边混合设计下基于置信区间宽度的样本量确定
    ner[1]在样本量很大的情况下,基于大样本理论讨论了双边数据的统计假设检验,提出了该检验假设的2种检验统计量。随后,Tang等[4]针对这种成对器官的双边治疗数据,提出了独立性假设和非独立性假设下的渐近和近似非条件的检验过程,Tang等[5]基于2种药物治疗率之差提出了其置信区间的构造方法。对于混合单双边试验数据,Pei等[6]基于治愈率之比研究了2种治疗的等价性检验问题,覃愿等[7]研究了单双边混合试验设计下,2种治疗的治愈率之比的渐近置信区间。然而,

    重庆理工大学学报(自然科学) 2021年6期2021-07-14

  • 样本量估计及其在nQuery和SAS软件上的实现* ——相关分析(二)
    有关相关分析的样本量估计方法[1-2],本文将进一步介绍相关分析中单样本Cronbachα系数检验、单样本组内相关系数检验和两独立样本Pearson相关系数检验的样本量估计方法,前两种方法主要用于量表的评价。相关分析1.单样本相关性分析(1)差异性检验①Cronbachα系数检验方法:Feldt等[3]提出的单样本Cronbachα系数检验样本量的估计方法,是建立在自由度为v1和v2的F分布上的,检验效能的计算公式如下:(1)式中,v1=n-1,v2=(n

    中国卫生统计 2021年3期2021-07-07

  • 部分核实数据下基于比例差的置信区间宽度的样本量确定
    性检验的角度对样本量的确定进行了探究。Tang等[14]基于比例比,分别从假设检验与置信区间宽度的角度确定了近似样本量公式。然而,在给定置信水平下,关于疾病流行率之差(比例差)的置信区间的宽度控制在指定范围内的样本量确定还没有相关研究文献。因此,本文中将从置信区间宽度的角度出发对此问题进行研究,提出几种有效的样本量的确定公式或有效算法。如Nedelman[11]所论述,对此类问题假定不存在假阳性误判是合理的。因而,研究不存在假阳性误判下基于流行率之差的区间

    重庆理工大学学报(自然科学) 2021年5期2021-06-10

  • 配对设计中缺乏差值标准差情况下的样本量估计策略*
    两组比较时,其样本量的准确估计需要依据两组变化值的均数和标准差。如果参数假设源于外部数据的话,通常会缺少变化值的标准差信息。本研究旨在探索配对设计中缺乏差值标准差情况下的样本量估计策略。方法 两组变化值的均数可直接从干预前均数与干预后均数相减得到。经理论推导,假设两组方差齐性,变化值的标准差可利用干预前后的相关系数与原数据共同标准差求得。结果 在配对设计中缺少变化值的标准差的情况下,如何准确估计样本量实质上是一个如何准确估计干预前后测量值的相关系数的问题。

    中国卫生统计 2021年2期2021-05-08

  • 基于内部预试验的样本量重估计在成组序贯设计中的应用研究*
    计中方差未知时样本量估计的问题,同时得出内部预试验适宜的样本量。方法 以两样本均数比较的优效性检验为分析目的,利用损耗函数法在拒绝型成组序贯设计下,通过设定不同的内部预试验样本量、方差真实值和方差估计值,计算方差重估法的Ι类错误、功效Power和平均样本量。结果 方差估计正确时,方差重估法能控制Ι类错误,功效和平均样本量随着内部预试验样本量n0的增加而增加,当n0≥20时能获得较好的功效和适宜的平均样本量;方差估计错误时,方差重估法同样能控制Ι类错误且不会

    中国卫生统计 2020年6期2021-01-09

  • 基于Bayes小子样理论和序贯网图检验的武器装备测试性验证试验方案设计
    算模型的选择、样本量确定、样本选取、故障注入以及指标评估等相关技术组成[3]。由于故障注入试验的结果为成败型数据,因此当前测试性验证试验方案的计算模型主要基于二项分布模型。同时,故障样本量确定作为整个测试性验证试验的首要环节,如何在约束条件下保证测试性验证所需样本量科学合理,并使确定的样本量尽可能小,是当前需要解决的核心问题。当前确定样本量的经典方法为单次抽样方法,即在承制方、使用方测试性水平以及双方风险的约束下,寻求一个最佳的样本量以及对应允许的最大检测

    兵工学报 2019年11期2019-12-23

  • 基于SMT方法的测试性验证试验方案设计
    注入确定的故障样本量,然后用规定的方法对故障进行检测/隔离判定,用以得到满足指标要求值所允许的合格判定数。可见,故障注入的首要环节就是故障样本量的确定,而故障注入试验的危害性使得所有故障样本的注入无法进行[5],所以如何科学合理有效地确定故障样本量,以及使确定的故障样本量尽可能小是研究的重难点。而方案设计的方法多为国军标准[6-7],同时相关研究者也针对如何有效降低故障样本量的方法进行了一些研究[8-10]。针对经典测试性验证方案,文献[11]以故障检测率

    测控技术 2019年11期2019-12-03

  • 参考值范围样本量估计中参数的适度性研究
    出的参考值范围样本量计算方法的适用条件及参数合适取值范围。方法 通过计算机模拟,研究样本量计算方法的可用性和相关参数变化时样本量的变化情况。结果 Jennen-Steinmetz提出的样本量计算方法中模拟计算的统计量η能较好满足研究设计的精度要求,容许误差δ小于0.003时,估计样本量出现迅速上升。Troendle的标准中新构建统计量r小于0.02时,样本量需求出现迅速上升。根据模拟样本量估计结果,我们认为参数δ和r的适宜取值范围分别为0.002~0.0

    中国卫生统计 2019年5期2019-11-12

  • logistic回归中一类基于Wald检验的样本量和功效估计*
    Wald检验的样本量和功效计算方法。方法 推导一般情形下的计算方法,给出两类简单情形下的样本量计算公式:(1)模型仅含有一个暴露因素;(2)模型含有一个暴露因素和一个混杂因素,并给出实例分析。在暴露因素为一个二分类变量时,通过模拟研究比较了教科书上常用计算公式与基于Wald检验样本量的区别。对于病例对照研究,给定功效时,可通过最小化样本量来估计最优的病例与对照的比例。结果 理论推导和模拟研究均显示,教材中的公式可能高估也可能低估样本量,仅当H0成立时,三种

    中国卫生统计 2019年4期2019-09-17

  • 非平衡设计对检验效能的影响*
    不固定,改变各样本量时检验效能的变化。并且推断出在达到多大的样本比时检验效能低于预警值0.8。结果 在三组样本的单因素方差分析中,不固定样本总量时检验效能随样本总量增加或减少呈单调递增或递减。固定样本总量时检验效能与样本间的比例并不是呈简单的单调关系,而是受各样本均值与总均值之差平方和的影响。结论 三组样本的单因素方差分析中固定总样本量时,检验效能随样本间比值的变化呈不规则变化。在给定理论检验效能值的情况下能得出一个样本比临界值,在大于该值时检验效能值会低

    中国卫生统计 2019年4期2019-09-17

  • 样本量估计及其在nQuery和SAS软件上的实现*——均数比较(十一)
    高阶交叉设计的样本量估计方法是建立在近似服从自由度为vk的t分布上,当指标为高优指标时,其检验效能计算公式为:(1-59)当指标为低优指标时,对应的检验效能计算公式为:(1-60)在计算样本量时,一般先设定样本量初始值,然后迭代样本量直到所得的检验效能满足条件为止。此时的样本量,即研究所需的样本量。【例1-32】某公司欲验证一种治疗风湿病的仿制药非劣于标准药。拟采用2×4设计。研究者决定将非劣界值设置为0.2。根据以往研究,已知标准药CV为0.4。假设仿制

    中国卫生统计 2019年3期2019-07-10

  • 样本量估计及其在nQuery和SAS软件上的实现*——均数比较(十)
    高阶交叉设计的样本量估计方法是建立在近似服从自由度为vk的t分布上,其检验效能的计算公式为:(1-55)在计算样本量时,一般先设定样本量初始值,然后迭代样本量直到所得的检验效能满足条件为止。此时的样本量,即研究所需的样本量。①4×2设计(Balaam's design),v1=4n-3,b1=2②2×3设计(the two-sequence dual design),v2=4n-4,b2=3/4④4×4设计(the four-period with fou

    中国卫生统计 2019年3期2019-07-10

  • 样本量估计及其在nQuery和SAS软件上的实现 ——均数比较(九)*
    1-43)计算样本量时,先设定样本量初始值,然后迭代样本量直到所得的检验效能满足设定值为止,此时的样本量即研究所需的样本量[2]。【例1-27】某研究欲比较三种不同教学干预方法(有声思维教学法、指导性阅读思维教学法、指导性阅读教学法)对小学四年级学生阅读理解能力的影响。采用平衡设计,在干预前后分别评估受试者的错误检测任务(error detection task,EDT)得分。以干预前EDT得分和干预后理解监控问卷(comprehension monito

    中国卫生统计 2019年2期2019-05-24

  • 多个相关二分类共同终点临床试验样本量估计方法*
    整,为临床试验样本量计算带来了新挑战[4-6]。当试验结局为连续型终点时,已有文献对样本量估计方法进行探讨[7],而当试验结局为二分类终点时,相关研究较少且存在一些不足。在实际工作中,由于缺少方法学支持,一些研究者将各终点计算所得的最大样本量作为整个研究的样本量,该方法在各终点独立时会成倍损耗全局功效[8]。另一种较常用的方法是使用Bonferroni调整法对Ⅱ类错误进行调整,但该方法过于保守,可能过多的估计样本量[9]。Song等人[10]提出了终点为率

    中国卫生统计 2019年2期2019-05-24

  • 多个连续性共同终点非劣效临床试验的样本量估计*
    终点临床试验的样本量估计问题引起人们关注[3-6]。既往常按单个终点分别估计并选择最大值的方法,但该方法既没有考虑多终点间的相关性,也很难通过控制II类错误率发生达到预定的全局把握度[7]。2011年Suzu[8]等阐明了优效性临床试验多个相关终点作为共同终点的样本量估计方法,解决了多终点间非独立以及保护全局把握度的问题。本文将在优效性临床试验样本量估计方法的基础上,扩展提出非劣效临床试验多个连续性共同终点的样本量估计方法,并结合临床麻醉学中一个重复测量终

    中国卫生统计 2019年1期2019-03-18

  • 医学科研中样本量的估算方法介绍
    估计的重要性,样本量过大会造成资料浪费,样本量过小则统计效能不高。现介绍几种样本量估算工具,可以帮助医学科研人员方便进行样本量的估算。1 PASS 软件PASS 软件需要下载安装在计算机上,是样本量估算和效能分析的专业统计软件,能对多种统计学检验下的样本含量和检验效能进行估计,内容主要包括均值间的比较、率的比较、相关与回归分析、临床试验中非劣效/等效/优效性检验、诊断试验、生存分析等。可在检验水准α 和β 等信息给定的前提条件下,对样本含量n 实现动态估计

    实用检验医师杂志 2019年1期2019-02-11

  • 临床科研项目样本量的要求*
    26.com)样本量估算是指为满足统计的准确性和可靠性(I类错误的控制和检验效能的保证)计算出所需的样本量[1]。在设计临床科研项目时,研究者最关注也最困难的就是样本量的估算。样本量估算是临床研究设计中一个极为重要的环节,直接关系到研究结论的可靠性、可重复性及研究效率的高低,对整个研究的科学性、伦理性和研究投入都带来重大影响。人用药品注册技术要求国际协调会(International Council for Harmonisation of Technic

    中国医学伦理学 2019年6期2019-01-16

  • 样本量估计及其在nQuery+nTerim和SAS软件上的实现* ——群随机试验(三)
    率差异性检验的样本量估计建立在大样本正态近似理论基础上,其检验效能公式为:(7-7)其中,(7-8)式(7-7)为双侧检验,单侧检验时只需将α/2替换为α。式中,k为配对的群对子数,简称群对子数;n为每个群的样本量,简称群样本量;π1和π2分别为试验组和对照组的事件发生率;σB为群间标准差。在计算群对子数(群样本量)时,需给定群样本量(群对子数)。首先设定群对子数(群样本量)的初始值,然后迭代群对子数(群样本量)直到满足设定的检验效能为止。此时的群对子数(

    中国卫生统计 2018年2期2018-07-16

  • 单样本率比较(单组目标值法)的样本量计算及其简便实现
    ter Lam样本量计算是临床研究设计阶段的主要工作之一,其重要性在国内日渐受到重视,为此在2015年还发表了一个《临床试验中样本量确定的统计学考虑》的专家共识[1]。目前临床研究中,特别是医疗器械的临床研究中,单组目标值法(performance goal,PG)的应用越来越多。事先确定一个目标值(目标值的确定必须谨慎,依据充分,但这个不在本文的讨论范围内),将研究预计能够达到的值与之进行比较。例如美国FDA对于射频消融导管的建议为急性成功率、慢性成功率

    中国卫生统计 2018年2期2018-07-16

  • 基于指数分布的生存资料盲态下样本量再估计方法*
     针对生存分析样本量再估计的适应性设计临床试验,本文基于指数分布,提出盲态下生存资料的样本量再估计方法。方法 采用蒙特卡洛模拟方法,预设4个期中分析时间点,以参数初始估计值M10为均数暂定搜索范围为M10±0.5M10,在该搜索范围内产生指数分布随机数对期中分析时的截尾生存数据进行填补,对填补后的数据进行极大似然估计,得到试验参数的再估计值若落在搜索范围外,则需更改搜索范围以包含并重新进行搜索直至落在搜索范围内,此时的即为试验参数的再估计值,在此参数的基础

    中国卫生统计 2018年2期2018-07-16

  • 双边试验设计下基于区间估计的样本量的确定
    ner[3]在样本量很大的情况下基于大样本理论讨论了上述问题的假设检验,提出了检验假设的两个检验统计量(基于非独立模型和独立模型)。Tang等[4]从小样本的角度研究了视网膜的分泌物与视网膜粘合手术成功的关联性,考虑到这类数据的稀疏性以及高度相关性,提出了精确非条件和近似非条件的检验过程。Tang等[5]进一步提出了独立性假设下的两个Wald型检验统计量,非独立性假设下的两个Wald型检验统计量,似然比检验统计量以及score检验统计量,结合Rosner的

    重庆理工大学学报(自然科学) 2018年4期2018-05-10

  • 一种基于条件把握度法和EM算法相结合的样本量再估计*
    2△临床试验的样本量估计通常取决于I类错误α、Ⅱ类错误β、临床有意义的组间差别δ以及共同标准差σ等因素。在试验设计阶段,除Ⅰ类错误α、Ⅱ类错误β可以指定以外,组间差别δ以及标准差σ一般是未知的。未知参数的设置常基于已发表文献或预试验,往往与实际情况存在一定偏差,从而导致试验设计阶段的样本量估算并不十分准确。样本量高估会增加研究成本,增加试验组受试者数量以及延长研究周期;样本量低估则会导致样本量达不到预期的检验效能,以至于整个试验失败。因而,期中分析时样本量

    中国卫生统计 2018年1期2018-03-05

  • Sample Size Calculations for Comparing Groups with Binary Outcomes
    结果组间比较的样本量计算Zhang X, Lyn J, Tu J, Liu J, Lu X样本量、二分类结果Summary:Sample size is a critical parameter for clinical studies. However, to many biomedical and psychosocial investigators, power and sample size analysis seems like a magic

    上海精神医学 2017年5期2017-11-29

  • Sample Size Calculations for Comparing Groups with Continuous Outcomes
    床研究都需要对样本量进行辨证。然而,对于众多生物医学和临床研究人员来说,把握度和样本量看起来就像一个统计学家的魔术。在本文中,我们讨论了把握度和样本量的计算,并说明生物医学和临床研究人员在该分析的可行性和意义中具有重要作用。因此,把握度分析的确是一个互动的过程,并且科学研究人员和统计人员在研究团队中是平等合作的伙伴。样本量、连续性结果、临床研究、把握度Figure 3. Screen shot from G*Power for Example 3Summa

    上海精神医学 2017年4期2017-11-28

  • 全国英语等级考试锚测验非等组设计中样本量对等值结果的影响
    验非等组设计中样本量对等值结果的影响景春丽 马洁 章建石(教育部考试中心,北京 100084)本研究采用锚测验非等组设计,探究了锚测验样本量的变化对等值结果的影响。数据来自全国英语等级考试(PETS),使用以Bigsteps为核心的自主改进软件,基于Rasch模型估计题目参数。为了探究等值结果对合格分数线的影响,本研究对比了不同样本量锚测验参数估计值与锚题参数给定值的差异,并对不同样本量锚测验得出的实考试卷等值结果与最大样本量锚测验得出的实考试卷等值结果进

    中国考试 2017年6期2017-09-12

  • 样本量估计及其在nQuery+nTerim和SAS软件上的实现 ——均数比较(八)*
    段重阳 陈平雁样本量估计及其在nQuery+nTerim和SAS软件上的实现 ——均数比较(八)*南方医科大学公共卫生学院生物统计学系 詹志颖 曹颖姝 段重阳 陈平雁△1.2.1.9 两组泊松分布均数比较1.非限制性最大似然估计(MLE,简记W1)(1-34)2.限制性最大似然估计(CMLE,简记W2)(1-35)3.对数转换的非限制性最大似然估计(ln(MLE),简记W3)(1-36)4.对数转换的限制性最大似然估计(ln(CMLE),简记W4)(1-3

    中国卫生统计 2017年1期2017-03-09

  • 方差不齐时两组及以上均数比较时不同分析方法的稳健性和把握度比较
    在不同标准差和样本量的条件下,用几种统计方法比较2组及3组样本均数的Ⅰ类错误和Power度。结果 (1)证实样本量相等时,t检验对于方差不齐的2组样本均数比较具有稳健性,但是样本量相等方差不齐的3组独立样本均数比较时,方差分析方法却不具有稳健性。(2)不论是2组还是3组样本均数比较,秩和检验在特定条件下对于方差不齐具有稳健性。(3)两组方差不齐样本均数比较时,t′检验和mixed model因为Ⅰ类错误更稳健,比VWLS方法更稳定,且这三种方法的Power

    中国卫生统计 2016年1期2016-12-27

  • 样本量估计及其在nQuery+nTerim和SAS软件上的实现 ——群随机试验(二)
    雁·专题研究·样本量估计及其在nQuery+nTerim和SAS软件上的实现 ——群随机试验(二)南方医科大学公共卫生学院(510515) 曹颖姝 孙亚清 陈平雁△7.2 两个率的比较7.2.1 完全随机设计的差异性检验方法:Donner&Klar(2000)[3,5]提出的两个率差异性检验的群随机设计样本量估计建立在大样本正态近似理论基础上,其检验效能公式为:式(7-3)和(7-4)分别为双侧和单侧检验。式中,δ1为备择假设下两组的率差,δ0为原假设下两

    中国卫生统计 2016年3期2016-12-26

  • 特定抽样下有效样本量的性质研究
    特定抽样下有效样本量的性质研究艾小青a,b(北京工业大学a.经管学院;b.首都社会建设与社会管理协同创新中心,北京 100124)常见的放回抽样等方法操作比较简单,但缺点是有效样本量是不确定的,而是取决于抽样的随机结果。文章对PPS抽样和泊松抽样下有效样本量的性质进行了研究,通过数理推导和统计模拟揭示了有效样本量的分布特征,给出了特定条件有效样本量的置信区间。有效样本量;PPS抽样;泊松抽样0 引言很多抽样方法都存在有效样本量不能事先确定的问题,最终的有效

    统计与决策 2016年23期2016-12-20

  • 卫生经济学评价中基于贝叶斯NMB模型的样本量估计方法及SAS实现
    斯NMB模型的样本量估计方法及SAS实现南方医科大学生物统计学系(510515)张娟娟黄云陈平雁△【提要】目的通过SAS编程实现Bayesian方法在卫生经济学评价中的样本量估计,弥补该领域样本量计算在操作上的不足。方法概括性地介绍Bayesian方法的理论背景,以及分析阶段和设计阶段的先验信息对样本量估计的重要性,给出样本量估算的不等式。编写SAS宏程序,利用迭代算法估算出不同参数组合下的样本量。结果通过举例展示了三种情形下的样本量估计结果,包括:分析阶

    中国卫生统计 2016年4期2016-10-26

  • 样本量估计及其在nQuery + nTerim和SAS软件上的实现群随机试验(一)
    曹颖姝陈平雁样本量估计及其在nQuery + nTerim和SAS软件上的实现群随机试验(一)孙亚清1曹颖姝2陈平雁△1.南方医科大学公共卫生与热带医学学院生物统计学系2013级硕士2.南方医科大学公共卫生与热带医学学院生物统计学系2014级硕士7.群随机试验群随机试验(cluster randomized trial)又称群随机对照试验(cluster randomized controlled trial),是将研究对象以群为抽样单位进行抽样,并以群

    中国卫生统计 2016年2期2016-06-24

  • 临床试验研究都需要统计学样本量估算吗?
    究都需要统计学样本量估算吗?李雪迎统计学样本量估算是临床试验研究设计中的重要环节。对于整个研究的科学性、伦理学考虑以及研究投入都具有重要影响,因而越来越受到研究者的重视。针对不同的数据属性,可以根据已知的临床信息,采用相应的估算公式完成样本量估算或者借助相应的统计学软件完成这一过程。那么,是不是在所有的研究过程中,都必须这样做或者说都有足够的条件完成样本量估算呢?答案是否定的。统计学的样本量估算是基于针对相关变量的前期信息计算完成的。也就是说,统计学的样本

    中国介入心脏病学杂志 2016年12期2016-01-24

  • 生存资料的成组序贯试验样本量估计及其PASS软件实现*
    的成组序贯试验样本量估计及其PASS软件实现*赵 佳1,2蒋志伟1王 陵1李婵娟1△夏结来1△以生存数据作为主要疗效终点的肿瘤等临床随访研究日益广泛,生存资料的临床试验也越来越多。与传统试验设计方法相比,成组序贯设计可以在试验进行过程中进行多次期中分析以提前得出结论结束试验,具有更强的灵活性。生存资料的成组序贯试验不仅可以节省时间和资源,加快有效药物的试验进程,还可以减少受试对象暴露于较差的治疗,更加符合伦理学要求,而如何进行成组序贯设计生存资料样本量估计

    中国卫生统计 2015年1期2015-03-09

  • SAS、PASS、Stata三种常用软件样本量计算方法及结果差异的比较
    a三种常用软件样本量计算方法及结果差异的比较林 洁1,2孙志明1,21.国家人口计生委计划生育药具不良反应监测中心,江苏南京210036;2.江苏省计划生育科学技术研究所,江苏南京210036目的分析和探讨运用SAS、PASS、Stata 3种软件在两均数(率)比较中进行样本量估计的结果差异,推荐合适的样本量估计软件。方法通过设定不同的参数情况,分别运用3种软件计算各自样本量,并且与公式计算结果进行比较。结果在两均数比较时,Stata和PASS的样本量估计

    中国医药导报 2015年18期2015-01-12

  • 研究设计中样本量的确定
    ,简称ES)和样本量(sample size)条件下正确拒绝所要检验的假设的可能性,因此,研究者应常规性地提供证据,表明研究有足够效力发现有实质性意义的效应。在研究设计中,要保证统计效力,就要考虑选用合适的样本量。外语教学研究者在研究设计中通常对选择多大的样本量没有把握,样本量选择过大或过小的情况时常出现。样本量选择过大虽然不会削弱统计效力,但是往往会造成人力和物力资源的浪费,使研究设计显得不经济。而且,样本量过大也更易产生统计显著性结果(即概率p<α),

    外国语文 2014年5期2014-12-02

  • 样本量估计及其在nQuery和SAS软件上的实现*——率的比较(三)
    张惠风 陈平雁样本量估计及其在nQuery和SAS软件上的实现* ——率的比较(三)南方医科大学公共卫生与热带医学学院生物统计学系(510515) 陈方尧 段重阳 张惠风 陈平雁△*:教育部重点课题(DIA070113)△通讯作者:陈平雁2.1 两样本/多样本率的比较2.1.1 差异性检验2.1.1.1 两样本率比较的 Pearson χ2检验(估计样本量或检验效能)方法:Machin 和 Campbell(1987)〔7〕、Fleiss 等(1980)〔

    中国卫生统计 2013年4期2013-09-07

  • 样本量估计及其在nQuery和SAS软件上的实现——均数比较(二)
    因素方差分析的样本量估计方法,是建立在自由度为1和(M-1)(n-1),非中心参数为的非中心F分布上,其检验假设表达为:其检验效能的计算公式为:式中,M为水平数;ρ为水平间的相关系数;σ为每个水平的总体标准差;ci为线性系数,μi为不同水平均数。在计算样本量时,一般先设定样本量初始值,然后迭代样本量直到所得的检验效能满足条件为止。此时的样本量,即研究所需的样本量。【例1-4】引用例1-3,水平间的多重比较采用线性组合比较方法,线性组合系数分别设为-3,-1

    中国卫生统计 2012年1期2012-12-04

  • 样本量估计及其在nQuery和SAS软件上的实现——均数比较(一)
    段重阳 陈平雁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

    中国卫生统计 2012年1期2012-12-04

  • 样本量估计及其在nQuery和SAS软件上的实现*——率的比较(四)
    陈方尧 陈平雁样本量估计及其在nQuery和SAS软件上的实现* ——率的比较(四)南方医科大学公共卫生与热带医学学院生物统计学系(510515) 张惠风 段重阳 陈方尧 陈平雁△*教育部重点课题(DIA070113)△通讯作者:陈平雁2.1.1.1 两组构成比检验方法:Lachin(1977)〔4〕提出的两组构成比的样本量估计是建立在自由度为c-1,非中心参数为2NΔ2的非中心χ2分布基础上。检验效能计算公式为式中,π1j和π2j分别是两组第j类的总体构

    中国卫生统计 2012年6期2012-09-07

  • 样本量估计及其在nQuery和SAS软件上的实现*——相关分析
    姚阿玲 陈平雁样本量估计及其在nQuery和SAS软件上的实现* ——相关分析周立志1姚阿玲1陈平雁2△*:教育部重点课题(DIA070113)资助1.南方医科大学公共卫生与热带医学学院生物统计学系2008级本科生2.南方医科大学公共卫生与热带医学学院生物统计学系△通信作者4.相关分析4.1.单样本相关性分析4.1.1.差异性检验4.1.1.1.kappa 系数检验(二分类变量)方法:Donner和 Eliasziw(1992)〔1〕给出的单样本二分类变量

    中国卫生统计 2012年6期2012-09-07

  • 自适应样本量调整中Fisher合并P值法和传统检验法的模拟比较
    夏结来0 引言样本量调整是临床试验自适应设计的一个热点问题,样本量调整的方法有很多,目前关注最多的是两阶段自适应设计的样本量调整。而在两阶段样本量调整中,又包括根据第一阶段的合并方差S21进行样本量调整、根据第一阶段的组间差值进行调整以及同时根据S21和进行调整等,本文主要研究根据S21和进行样本量调整时数据的分析方法。第一阶段完成后,在盲态或揭盲状态下进行期中分析[1],利用新得到的组间差值来代替最初设计的有临床意义的差值δ、新得到的合并方差代替原计划的

    统计与决策 2012年14期2012-07-25

  • 样本量估计及其在nQuery和SAS软件上的实现*——率的比较(一)
    态近似法得到的样本量估计公式如下:式中,α为检验水准;s取1代表单侧检验,取2代表双侧检验;1-β为检验效能;π0为已知总体率;π1为试验组预期总体率。值得注意的是,当数据来自人数有限的总体时,需对样本量的估计值进行调整,即n’=nN/(n+N),其中n’为调整后的样本量估计值,n为通过式(1)求得的样本量估计值,N为有限总体的容量。当N与n相差较大,尤其当N值接近无限总体时,n’≈n。检验效能可由式(1)反推求得。【例2-1】某临床试验欲验证一款彩色多普

    中国卫生统计 2012年5期2012-05-23

  • 样本量估计及其在nQuery和SAS软件上的实现——均数比较(七)
    y ANOVA样本量估计是建立在自由度为G-1,N-G,非中心参数为N·V/σ2的非中心F分布上。其检验效能的计算公式为:在计算样本量时,一般先设定样本量初始值,然后迭代样本量直到所得的检验效能满足条件为止。此时的样本量,即研究所需的样本量。【例1-22】一项有关降血压药的临床试验,设置3个处理组,即安慰剂、阳性对照药和新药,以舒张压下降值为主要疗效评价指标。由以往研究结果获知,安慰剂可使舒张压平均下降5mmHg,阳性对照药可下降12mmHg,公共标准差为

    中国卫生统计 2012年4期2012-03-11

  • 抽样调查中样本量的科学确定*1
    个关键问题就是样本量的科学确定,即多大的样本量才能更好的估计总体信息。样本量就是样本中所包含的单位的个数,即抽样个体数。样本量直接影响抽样误差、调查的费用、调查所需的时间、调查访员的数量以及其他一些重要的现场操作的限制条件。样本量过大,会造成人力、物力和财力的浪费;样本量过小,会造成抽样误差增大,影响抽样推断的可靠程度。需要多大的样本量,这是调查管理人员必须明确的问题。1 科学确定样本量的影响因素1.1要考虑的因素影响样本量的因素首先是估计值要求达到的精度

    山东第一医科大学(山东省医学科学院)学报 2010年7期2010-01-25