推 Leon:Nice work 08/15 15:08
→ c54:Thanks~ :) 08/16 19:16
※ 引述《ballII (ballII)》之銘言：
: ※ 引述《ballII (ballII)》之銘言：
: : 你舉例的是10000/10=一千倍，離25倍不接近。
: : 所以我才請教人口數也差25倍的金門縣與台北市，
: : 請問金門與台北的比較研究是不可行的嗎？
: : → Leon:上面有人已經回你了 我建議你去修STAT 101 08/14 00:43
: : → ballII:Leon可以說清楚是誰回嗎？我再仔細學習一遍 08/14 01:11
: : → Leon:c54 寫的不錯 08/14 01:50
: c54文章開頭只複述sample size重要，沒有提出細節。
: 後面只摘要該論文使用廣被接受的模型GAM，（主要目的不在處理sample size議題，）
: 並未提出比較其他方法。
: 而且c54的文章出現在「台北市與金門縣（25倍）」議題之前，
: 並在你舉「台中作10,000份，高雄作10份」這種樣本數比例遠離母體數的誤導例子之後，
: 所以他應該沒有機會回覆我。
（寫在前面：這篇是這系列文的延續；再佔一些版面回應，只是想有完整討論。
別篇應該比這篇有趣得多。:P）
關於 sample size，原本在討論那篇 paper 中的，是說在不同層級資料、樣本數不同，
如果對樣本數沒有做任何調整，直接比較的結果是否會造成偏誤。
在給定 alpha, beta 下，
統計的 critical value (alpha 的函數), test power (beta 的函數)，
會因分配特性不同而改變；而樣本數不同，分配特性會變。
由例子來說比較清楚。先從相同樣本數的兩個群組說起：
http://www.jerrydallal.com/LHSP/sizenotes.htm
What Underlies Sample Size Calculations
這個網頁上以兩個數目相等但平均數不同的樣本做例子，
以樣本數各是 12, 24, 48, 96 來看。
因中央極限定理，在樣本數目增加下，分配會改變，往平均數集中，
因此 critical value, test power 會改變，
所以樣本數不同，可能會讓結果顯著與否改變；這邊就可能會有操作的空間。
（由樣本數的調整去得到「想要的」結果）。
在樣本大小不同的狀況下，如果沒有經過適當調整而直接比較，
分配可能會更極端，這個統計推論也可能有問題。
一般根據 Cohen(1988)，認為 alpha=0.05, power>=0.8 的統計推論較被接受*，
所以在不同樣本大小下，由調整兩群組的樣本數，來達到給定的 alpha 與 power 值，
因此決定出適合的樣本數。
http://www.stattools.net/SSizunequal_Exp.php
Adjust sample size for unequal group sizes Explanations
這個網頁列出兩種方式做調整：
(1) Adjustment by ratio
(2) Adjustment by sample size in one group
網頁中沒有列出公式，直接寫好程式，只要查表、輸入設定值就求得到樣本大小。
（公式我想在網頁的 reference 中應該查得到。）
這邊也有份講義可以參考，是高醫的資料：
http://www.kmuh.org.tw/www/gcrc/doc/stat%20doc/95.11.17%20handout.pdf
Sample Size Calculation
有錯還請指正。謝謝。
（不過我想應該大家私下討論了...）
---
*註：aplha=0.05 與 power>=0.8 我看到的資料說來自這本書（但我承認沒翻過）：
Cohen, J., "Statistical power analysis for the behavioral sciences" (2nd ed.),
Hillsdale, NH: Erlbaum, 1988.
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.112.217.82
※ 編輯: c54 來自: 140.112.217.82 (08/15 02:51)