统计科学系列之最小样本量计算
数据库小白一枚,正在不断学习积累知识,现将学习到的知识记录一下,也是将我的所得分享给大家!而今天这篇文章《统计科学系列之最小样本量计算》带大家来了解一下统计科学系列之最小样本量计算,希望对大家的知识积累有所帮助,从而弥补自己的不足,助力实战开发!
这一篇我们讲讲统计中的最小样本量计算。大家先想想为什么叫最小样本量,而不是最大或者直接叫样本量计算呢?
这是因为最小样本量这个概念主要用在抽样统计中,抽样统计为了研究某一事物的情况而从整体中抽取部分样本来进行研究,并用抽取的样本来代替整体的情况。比如要研究中学生的平均身高,你不太可能把全国的中学生身高都量一遍,然后求出一个平均值。比较简单的方法就是从全国中学生群体中抽取一部分,然后用这一部分同学的平均身高代替全国中学生的平均身高。
既然是用抽样样本的平均身高代替整体的平均身高,我们就需要考虑一个问题,就是抽出来的样本能不能代表整体。假设全国有1000万名中学生,你只抽了100个同学,想用这100位同学的平均身高代替这1000万同学的平均身高,很明显是不太合理的。那我们应该最少抽取多少样本才能够代表整体呢?这个最少抽取样本就是最小样本量,表示最少需要这么多样本量,当然也可以比这多,抽样样本越多结果越具有代表性。但是由于现实中尽可能多的样本很难获取,又为了保证抽样结果足够具有代表性,所以我们一般选择最小样本量。那这个最小样本量怎么确定呢?就是我们这一篇重点要讲的内容。
在讲最小样本量之前,我们先讲一下另一个概念,统计功效,即power值。这个在之前的文章中也提过,我们再提一下。
在假设检验中如果计算出来的P值小于等于显著性水平α,则拒绝零假设,否则接受原假设。在这个决策的过程中容易犯两种错误:第一类错误(I型错误)叫做弃真错误,通俗一点就是漏诊,就是本来是生病了(假设是正确的),但是你没有检测出来,所以给拒绝掉了;第二类错误(II型错误)是取伪错误,通俗一点就是误诊,就是本来没病(假设是错误的),结果你诊断说生病了(假设是正确的),所以就把假设给接受了。

下图中左边的分布图为H0对应的分布,右边的分布图为H1对应的分布,α为一型错误值,β为二型错误值。I型错误的值一般为0.05,II型错误的值一般为0.1或0.2,而power = 1 - β,表示H1分布下判断正确的把握是多少,即你有多大把握能够正确的拒绝掉H0假设。

上图中H1分布下对应的整体面积减去图中紫色部分的面积就是power的大小,具体计算公式如下:

Φ表示求z值对应的累计概率,即正态分布中的面积,Δ是两组样本均值之差, σ为各组样本标准差,n为样本数。
在一般AB实验中,我们假设AB两组是同质的,且样本量是一致的,所以有σ1 = σ2,n1 = n2,将上面的power公式进行转换最后可以得到如下关于样本量公式:

需要注意的是不同检验满足的分布是不一样的,对应的power公式也是不一样,而最小样本量公式也是从power来的,所以不同检验方式对应的最小样本量公式也是不一样的。我们本篇是以满足正态分布的Z检验为例。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于数据库的相关知识,也可关注golang学习网公众号。
-
- 俭朴的小天鹅
- 这篇技术贴太及时了,细节满满,赞 ??,mark,关注博主了!希望博主能多写数据库相关的文章。
- 2023-04-01 03:28:00
-
- 无心的黑裤
- 赞 ??,一直没懂这个问题,但其实工作中常常有遇到...不过今天到这,帮助很大,总算是懂了,感谢up主分享文章内容!
- 2023-03-22 03:47:27
-
- 爱笑的店员
- 这篇技术贴真及时,博主加油!
- 2023-02-14 12:16:43
-
- 发嗲的大炮
- 太详细了,已收藏,感谢作者大大的这篇技术贴,我会继续支持!
- 2023-01-19 11:00:45
-
- 大方的电源
- 这篇技术贴太及时了,细节满满,很好,已收藏,关注楼主了!希望楼主能多写数据库相关的文章。
- 2023-01-15 00:40:07
-
- 数据库 · MySQL | 1天前 | MySQL · 性能监控 · 数据库运维 · mysql 字节数 Performance Schema FORMAT_BYTES KiB MiB 容量监控
- MySQL FORMAT_BYTES 怎样把字节数转换成可读大小
- 443浏览 收藏
-
- 数据库 · MySQL | 1天前 | MySQL · 数据库运维 · mysql 性能监控 后台线程 performance_schema.threads 前台线程 PROCESSLIST_ID
- MySQL performance_schema.threads 怎样区分前台线程和后台线程
- 458浏览 收藏
-
- 数据库 · MySQL | 1天前 | MySQL · 并发控制 · mysql GET_LOCK RELEASE_LOCK 命名锁 IS_FREE_LOCK 应用级互斥
- MySQL GET_LOCK 怎样为跨会话任务创建互斥锁
- 448浏览 收藏
-
- 数据库 · MySQL | 1天前 | MySQL · mysql sys.list_drop 逗号分隔列表
- MySQL sys.list_drop 怎样从逗号分隔列表移除一项
- 350浏览 收藏
-
- 数据库 · MySQL | 1天前 | MySQL · 正则表达式 · mysql 正则表达式 ICU version ICU_VERSION
- MySQL ICU_VERSION 怎样确认正则表达式使用的 ICU 版本
- 168浏览 收藏
-
- 数据库 · MySQL | 1天前 | MySQL教程 · mysql JSON路径 JSON_SET JSON_INSERT JSON_REPLACE
- MySQL JSON_INSERT 怎样只在路径不存在时写入新值
- 223浏览 收藏
-
- 数据库 · MySQL | 2天前 | MySQL · 性能监控 · mysql performance_schema setup_actors 前台线程 线程监控
- MySQL performance_schema.setup_actors 怎样只采集指定账户的前台线程
- 132浏览 收藏
-
- 数据库 · MySQL | 2天前 | MySQL · 性能优化 · binlog · 主从复制 · mysql 二进制日志 binlog_row_image binlog_format 行复制
- MySQL binlog_row_image 怎样选择行事件包含的列
- 244浏览 收藏
-
- 数据库 · MySQL | 2天前 | MySQL · 事务 · mysql 行锁 NOWAIT SKIP LOCKED
- MySQL NOWAIT 和 SKIP LOCKED 有什么区别
- 315浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1162次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1147次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1324次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1267次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1125次使用
-
- MySQL 明明加了索引,为什么查询还是很慢?先查这 6 个点
- 2026-06-27 374浏览
-
- 接口返回的数据和数据库不一致怎么办?按数据生命周期排查
- 2026-06-27 398浏览
-
- golang MySQL实现对数据库表存储获取操作示例
- 2022-12-22 499浏览
-
- golang 基于 mysql 简单实现分布式读写锁
- 2023-01-07 384浏览
-
- 详解如何利用GORM实现MySQL事务
- 2023-01-07 184浏览

统计科学之方差分析
