Tóm tắt nội dung bài viết
I. ƯỚC TÍNH CỠ MẪU
1.1 Ước tính cỡ mẫu phù hợp
Trong nghiên cứu và điều tra khoa học thì cỡ mẫu càng nhiều càng tốt, nhưng có tính nghịch đó là ngân sách sẽ rất cao, Thực hiện nghiên cứu và điều tra khoa học thì kèm theo đó là ngân sách, thế cho nên tất cả chúng ta phải cân đối ngân sách với cỡ mẫu, làm cho cho cỡ mẫu có độ an toàn và đáng tin cậy mà đồng thời ngân sách thực thi là thấp nhất .Ước tính cỡ mẫu lớn
Kích thước mẫu lớn hơn thường dẫn đến tăng độ chính xác khi ước tính các tham số chưa biết. Ví dụ, nếu chúng ta muốn biết tỷ lệ của một loài cá nhất định bị nhiễm mầm bệnh, chúng ta thường có ước tính chính xác hơn về tỷ lệ này nếu chúng ta lấy mẫu và kiểm tra 200 chứ không phải 100 con. Một số sự kiện cơ bản của thống kê toán học mô tả hiện tượng này, bao gồm định luật về số lượng lớn và định lý giới hạn trung tâm .
Trong một số ít trường hợp, việc tăng độ đúng chuẩn cho size mẫu lớn hơn là tối thiểu hoặc thậm chí còn không sống sót. Điều này hoàn toàn có thể xuất phát từ sự hiện hữu của những lỗi mạng lưới hệ thống hoặc sự phụ thuộc vào can đảm và mạnh mẽ vào tài liệu hoặc nếu tài liệu tuân theo phân phối có đuôi nặng .Cỡ mẫu hoàn toàn có thể được nhìn nhận bằng chất lượng của những ước tính hiệu quả. Ví dụ : nếu một tỷ suất đang được ước tính, người ta hoàn toàn có thể muốn có khoảng chừng đáng tin cậy 95 % rộng hơn 0,06 đơn vị chức năng. Ngoài ra, cỡ mẫu hoàn toàn có thể được nhìn nhận dựa trên sức mạnh của kiểm tra giả thuyết. Ví dụ : nếu tất cả chúng ta so sánh sự tương hỗ cho một ứng viên chính trị nào đó giữa phụ nữ với sự tương hỗ cho ứng viên đó ở phái mạnh, tất cả chúng ta hoàn toàn có thể muốn có 80 % sức mạnh để phát hiện sự độc lạ về mức tương hỗ 0,04 đơn vị chức năng .
1.2 Xác định cỡ mẫu
Xác định cỡ mẫu là hành vi chọn số lượng quan sát hoặc sao chép để đưa vào mẫu thống kê. Cỡ mẫu là một tính năng quan trọng của bất kể điều tra và nghiên cứu thực nghiệm nào trong đó tiềm năng là đưa ra những suy luận về dân số từ một mẫu. Trong trong thực tiễn, cỡ mẫu được sử dụng trong một điều tra và nghiên cứu thường được xác lập dựa trên ngân sách, thời hạn hoặc sự thuận tiện của việc thu thập dữ liệu và nhu yếu của nó để cung ứng đủ sức mạnh thống kê. Trong những nghiên cứu và điều tra phức tạp hoàn toàn có thể có một số ít cỡ mẫu khác nhau : ví dụ, trong một khảo sát phân tầng sẽ có những kích cỡ khác nhau cho mỗi tầng. Trong một cuộc tìm hiểu dân số, tài liệu được tìm kiếm cho hàng loạt dân số, do đó cỡ mẫu dự tính bằng với dân số. Trong phong cách thiết kế thí nghiệm, trong đó một điều tra và nghiên cứu hoàn toàn có thể được chia thành những nhóm điều trị khác nhau, hoàn toàn có thể có những cỡ mẫu khác nhau cho mỗi nhóm .
Cỡ mẫu có thể được chọn theo nhiều cách:
- Sử dụng kinh nghiệm – các mẫu nhỏ, mặc dù đôi khi không thể tránh khỏi, có thể dẫn đến khoảng tin cậy rộng và nguy cơ sai sót trong kiểm tra giả thuyết thống kê .
- Sử dụng phương sai mục tiêu cho một ước tính được lấy từ mẫu cuối cùng thu được, nghĩa là nếu cần độ
- Chính xác cao (khoảng tin cậy hẹp) thì điều này có nghĩa là phương sai mục tiêu thấp của công cụ ước tính.
- Sử dụng mục tiêu cho sức mạnh của kiểm tra thống kê sẽ được áp dụng khi mẫu được thu thập.
- Sử dụng mức độ tin cậy, nghĩa là mức độ tin cậy cần thiết càng lớn thì cỡ mẫu càng lớn (đưa ra yêu cầu độ chính xác không đổi).
II VÀI KHÁI NIỆM LIÊN QUAN
2.1 Effect size (Hiệu ứng)
Trong thống kê , kích thước hiệu ứng là thước đo định lượng về độ lớn của một hiện tượng . Nó có thể đề cập đến giá trị của một thống kê được tính toán từ một mẫu dữ liệu , giá trị của một tham số của dân số thống kê giả thuyết hoặc phương trình vận hành cách thống kê hoặc tham số dẫn đến giá trị kích thước hiệu ứng. Ví dụ về kích thước hiệu ứng bao gồm các mối tương quan giữa hai biến, các hồi quy hệ số trong một hồi quy, các trung bình chênh lệch, hoặc nguy cơ của một sự kiện đặc biệt (ví dụ như nhồi máu cơ tim) xảy ra. Hiệu ứng kích thước bổ sungkiểm tra giả thuyết thống kê và đóng vai trò quan trọng trong phân tích công suất , lập kế hoạch cỡ mẫu và trong phân tích tổng hợp .
Kích thước hiệu ứng là một thành phần thiết yếu khi đánh giá sức mạnh của yêu cầu thống kê và nó là mục đầu tiên (độ lớn) trong tiêu chí MAGIC . Các độ lệch chuẩn của mức độ ảnh hưởng là cực kỳ quan trọng, vì nó chỉ ra bao nhiêu sự không chắc chắn được bao gồm trong đo lường. Độ lệch chuẩn quá lớn sẽ làm cho phép đo gần như vô nghĩa. Trong phân tích tổng hợp, trong đó mục đích là kết hợp nhiều kích thước hiệu ứng, độ không đảm bảo về kích thước hiệu ứng được sử dụng để cân nhắc kích thước hiệu ứng, do đó các nghiên cứu lớn được coi là quan trọng hơn các nghiên cứu nhỏ. Độ không đảm bảo về kích thước hiệu ứng được tính khác nhau cho từng loại kích thước hiệu ứng, nhưng nhìn chung chỉ yêu cầu biết kích thước mẫu của nghiên cứu ( N) hoặc số lượng quan sát ( n ) trong mỗi nhóm.
Báo cáo size hiệu ứng hoặc ước tính của chúng ( ước tính hiệu ứng [ EE ], ước tính hiệu suất cao ) được coi là thông lệ tốt khi trình diễn tác dụng điều tra và nghiên cứu thực nghiệm trong nhiều nghành. Báo cáo về size hiệu ứng tạo điều kiện kèm theo cho việc lý giải tầm quan trọng của tác dụng điều tra và nghiên cứu, trái ngược với ý nghĩa thống kê của nó. Kích thước hiệu ứng đặc biệt quan trọng điển hình nổi bật trong khoa học xã hội và trong nghiên cứu và điều tra y học ( trong đó kích cỡ của hiệu suất cao điều trị là quan trọng ) .
Công thức tính Cohen’s f2 có hồi quy bội
Cohen’s f2 = R2 / ( 1-R2)
2.2 Power (độ nhạy)
Power là độ nhạy của nghiên cứu và điều tra thường thì ta dùng là 90 %. Và trong ví dụ này thì chúng tôi vẫn dùng là 90 % .
3. Thực hành ước tính cỡ mẫu cho phương pháp hồi quy
3.1 Nghiên cứu trước
Chúng ta dùng một ( hay nhiều ) nghiên cứu và điều tra trước để tìm hiểu thêm chỉ số R2Chúng ta có một hiệu quả nghiên cứu và điều tra như sau :
Từ điều tra và nghiên cứu trên ta chỉ lấy :
- R2= 0.3
- u=9
- Power = 0.9
3.2 Ước tính Cohen’s f2
f2 = 0.3 /( 1-0.3) = 0.4285
3.3 Ước tính cỡ mẫu thông qua kiểm định F
##
## Multiple regression power calculation
##
## u = 9
## v = 62.25466
## f2 = 0.4285714
## sig.level = 0.01
## power = 0.9
Từ tác dụng này ta có cỡ mẫu ( n )
n = u + v + 1 = 9 + 63 + 1 = 73
IV Kết luận ước tính cỡ mẫu
Để có một nghiên cứu mới với độ tin cậy là 1% và độ nhạy của nghiên cứu là 90%, chúng ta phải sử dụng ÍT NHẤT là 73 quan sát để mô hình nghiên cứu có độ tin cậy thống kê.
Ước tính cỡ mẫu và việc làm quan trọng và được thực thi tiên phong trong những điều tra và nghiên cứu khoa học, nhằm mục đích bảo vệ tính cân đối giữa kinh tế tài chính và khoa học .
Xem thêm: HƯỚNG DẪN TRA CỨU MÃ SỐ MÃ VẠCH ONLINE
Tổng quanNgười nhìn nhận
Thu Thuỷ
Ngày tương tác2020 – 03-27Lượng tương tác
: d
Tác giả nhìn nhận
5
Product Name
Thương Mại Dịch Vụ tích lũy số liệu
Price
VND10000000
Product Availability
Available in Stock
Source: http://wp.ftn61.com
Category: Tin Tức
Để lại một bình luận