当前位置: 开发笔记 > 编程语言 > 正文

R教材8功效分析

作者：马丁乐_449 | 来源：互联网 | 2023-10-16 18:05

在给定置信度下，判断检测到给定值时所需要的样本量；也能计算在某样本量内能检测到给定效应值的概率功效是1-二类错误，1-β，看做真实效应发生的概率效应值是在备选或研究假设下效应的量对

在给定置信度下，判断检测到给定值时所需要的样本量；也能计算在某样本量内能检测到给定效应值的概率
1. 功效是1-二类错误，1-β，看做真实效应发生的概率
2. 效应值是在备选或研究假设下效应的量
3. 对于每个函数，用户设定（样本大小n，显著性水平α，功效，效应值）中的三个量，第四个量可以计算出来
功效分析函数
1. t检验：pwr::pwr.t.test(n,d,sig.level,power,type,alternative)
  1. n为每组样本大小
  2. d为效应值，即标准化均值的差
  3. sig.level显著性水平
  4. power功效水平
  5. type检验类型：
    1. 双样本t检验two.sample
    2. 单样本t检验one.sample
    3. 分组样本t检验paired
  6. alternative：双侧two.sided，单侧less、greater
2. n不相等的t检验：pwr.t2n.test(n1=,n2=,&＃8230;)
3. 方差分析pwr.anova.test(k,n,f,sig.level,power)
  1. k是组个数
  2. n是各组样本量
  3. f是效应值，方差分析的衡量量
4. 相关性pwr.r.test(n,r,sig.level,power,alternative)
  1. r是相关性大小
5. 线性模型pwr.f2.test(u,v,f2,sig.level,power)
  1. u分子自由度
  2. v分母自由度
  3. f2是效应值
6. 比例检验pwr.2p.test(h,n,sig.level,power)
  1. 效应值h，ES.h(p1,p2)来计算
7. 各组n不同的比例检验pwr.2p2n,test(h,n1,n2,sig.level,power)
  1. 以上比例检验默认alternative为双侧检验，实际情况是对于两个对象差异的比较可能会带有高低之分，为了检验是否大于或小于的情况要用单边检验
8. 卡方检验pwr.chisq.test(w,n,df,sig.level,power)
  1. w是效应值，ES.w2(p)可以计算双因素列联表中备择假设的效应值，p是假设的双因素矩阵
  2. df是自由度，双因素列联表的自由度为(r-1)(c-1)
未知情况选择效应值

推荐阅读

less
深入理解OAuth认证机制

本文介绍了OAuth认证协议的核心概念及其工作原理。OAuth是一种开放标准，旨在为第三方应用提供安全的用户资源访问授权，同时确保用户的账户信息（如用户名和密码）不会暴露给第三方。 ... [详细]

蜡笔小新 2024-12-28 12:07:46
less
Understanding Life: A Forward-Living, Backward-Reflecting Paradox

Søren Kierkegaard famously stated that life can only be understood in retrospect but must be lived moving forward. This perspective delves into the intricate relationship between our lived experiences and our reflections on them. ... [详细]

蜡笔小新 2024-12-28 10:17:59
get
Transforming the Future of Virtual Worlds

Explore how Matterverse is redefining the metaverse experience, creating immersive and meaningful virtual environments that foster genuine connections and economic opportunities. ... [详细]

蜡笔小新 2024-12-28 09:44:49
less
优化ASM字节码操作：简化类转换与移除冗余指令

本文探讨如何利用ASM框架进行字节码操作，以优化现有类的转换过程，简化复杂的转换逻辑，并移除不必要的加0操作。通过这些技术手段，可以显著提升代码性能和可维护性。 ... [详细]

蜡笔小新 2024-12-28 09:35:00
object
Handling Null Object Encoding in OAuth 1.0a API Implementation

Explore a common issue encountered when implementing an OAuth 1.0a API, specifically the inability to encode null objects and how to resolve it. ... [详细]

蜡笔小新 2024-12-28 08:54:34
perl
Java 序列化接口详解

本文深入探讨了 Java 中的 Serializable 接口，解释了其实现机制、用途及注意事项，帮助开发者更好地理解和使用序列化功能。 ... [详细]

蜡笔小新 2024-12-27 15:06:12
object
Java面试题解析

本文详细介绍了Java编程语言中的核心概念和常见面试问题，包括集合类、数据结构、线程处理、Java虚拟机（JVM）、HTTP协议以及Git操作等方面的内容。通过深入分析每个主题，帮助读者更好地理解Java的关键特性和最佳实践。 ... [详细]

蜡笔小新 2024-12-27 13:55:14
less
ImmutableX Poised to Pioneer Web3 Gaming Revolution

ImmutableX is set to spearhead the evolution of Web3 gaming, with its innovative technologies and strategic partnerships driving significant advancements in the industry. ... [详细]

蜡笔小新 2024-12-27 08:55:17
get
移动 UI 设计基础：打造简洁高效的用户界面

本章将深入探讨移动 UI 设计的核心原则，帮助开发者构建简洁、高效且用户友好的界面。通过学习设计规则和用户体验优化技巧，您将能够创建出既美观又实用的移动应用。 ... [详细]

蜡笔小新 2024-12-27 08:43:40
get
寻找满足特定条件的整数N的最大和(a+b)

本文探讨了如何在给定整数N的情况下，找到两个不同的整数a和b，使得它们的和最大，并且满足特定的数学条件。 ... [详细]

蜡笔小新 2024-12-26 19:26:18
text
机器学习中的相似度度量与模型优化

本文探讨了机器学习中常见的相似度度量方法，包括余弦相似度、欧氏距离和马氏距离，并详细介绍了如何通过选择合适的模型复杂度和正则化来提高模型的泛化能力。此外，文章还涵盖了模型评估的各种方法和指标，以及不同分类器的工作原理和应用场景。 ... [详细]

蜡笔小新 2024-12-26 18:10:02
object
解决JAX-WS动态客户端工厂弃用问题并迁移到XFire

在处理Java项目中的JAR包冲突时，我们遇到了JaxWsDynamicClientFactory被弃用的问题，并成功将其迁移到org.codehaus.xfire.client。本文详细介绍了这一过程及解决方案。 ... [详细]

蜡笔小新 2024-12-25 18:48:34
uml
掌握Java EE的全面指南

探讨如何真正掌握Java EE，包括所需技能、工具和实践经验。资深软件教学总监李刚分享了对毕业生简历中常见问题的看法，并提供了详尽的标准。 ... [详细]

蜡笔小新 2024-12-25 13:38:29
perl
网络链路质量监控：Smokeping部署与配置

本文详细介绍了如何在Linux系统上安装和配置Smokeping，以实现对网络链路质量的实时监控。通过详细的步骤和必要的依赖包安装，确保用户能够顺利完成部署并优化其网络性能监控。 ... [详细]

蜡笔小新 2024-12-27 19:31:05
object
Node.js 本地扩展开发指南

本文详细介绍了如何在 Windows 环境下使用 node-gyp 工具进行 Node.js 本地扩展的编译和配置，涵盖从环境搭建到代码实现的全过程。 ... [详细]

蜡笔小新 2024-12-25 10:35:17

马丁乐_449

这个家伙很懒，什么也没留下！

Tags | 热门标签

RankList | 热门文章