问题标签 [sample-size]

我想对两个类别的预训练图像分类模型进行迁移学习，无论事件 A 是否发生。我知道再培训本身非常有效。样本量如何？对于有意义的结果，我可以使用的最小样本量是多少？

我有大约 25 个不同组的数据。为了了解如果我有不同的样本量，每组的方差会如何变化，我正在尝试进行分层引导。例如，在样本大小为 5 时，它应该为每组生成 1000 个包含 5 个重采样点的集合。我喜欢在每组 5 到 30 个可能的范围内尽可能收集最小的样本量。

我遇到的问题是我必须对每个组进行子集化并在各个组上运行引导，然后将 R 输出复制并传递到 excel 中。（我在 R 和如何编码方面相当熟悉）。时间太长了。我需要自动化引导以识别组，并以某种方式将 1000 个组的集合的统计信息保存到数据框中。这有意义吗？

这是我到目前为止的代码：....

这可行，但需要大量复制和粘贴。我想我需要使用 for 循环来按组进行引导或找出其他方法。我确实找到了一种无需引导即可自行进行分层抽样的方法。所以也许我可以弄清楚如何以某种方式重复这 1000 次......

此处使用该函数的示例boot()不适合我的情况。我已经摆弄了一点，但无济于事。我不确定如何编写函数，这也可能是我无法弄清楚的原因。

我有一个大型数据库，我想从中创建一个箱线图：

数据：test.hospital

y：检测结果（%）：共1500个样本

x1：不同年份（2011-2017）

x2：不同的医院（30个不同的医院名称）

不同医院的样本量差异很大，因此在某些情况下，实际上数据太少，无法说明数据。因此，我想从我的箱线图中排除所有样本大小<15的医院。

所以我想做的是创建一个额外的行，其中包含医院采样次数的频率，并使用该行来排除我的箱线图的低样本量..

正如您可能得到的那样，我对 R 很陌生，所以对于大多数人来说，这很可能。一个非常简单的问题......但我真的很想得到它的答案......！

非常感谢你:)

我有一个大数据集（大约 10000 行），我正在尝试运行一个分类随机森林，我打算用它来进行预测。我的数据完全不平衡。对于结果变量，我试图预测大约 89% 的行标记为“1”，其余为“0”。我正在使用的代码如下：

我不确定我应该使用什么样本大小。我应该为每个结果变量采样相同数量的行还是不同？我应该采集多少样本？下面显示了每个变量的数量表。

谢谢！

在理解代码方面需要您的帮助。如果我在我的程序中使用来自 lodash 的 sampleSize 函数，它可以按预期工作。但是当我直接在我的程序中使用 sampleSize 的代码（https://github.com/lodash/lodash/blob/master/sampleSize.js）时，它没有按预期工作。主要问题是，在该代码中，我们并没有将“结果”限制为只有“n”个元素。所以“数组”的长度和“结果”的长度是相同的，这是不正确的。我重写了程序以给出预期的结果。但仍然想了解 lodash.sampleSize 它是如何工作的。谢谢！！

这是我的代码

我想知道是否可以在 Python 上使用不同的样本大小进行层次聚类？更准确地说，使用 Ward 的最小方差法。

例如，我有 5 个不同长度的整数列表 A、B、C、D、E。我想要做的是根据 Ward 的方法将这 5 个列表分为 3 个组（被合并的集群的方差减少）。

有谁知道该怎么做？

这怎么能在python中完成？

1. 计算给定功率和 alpha 的样本量？
2. 计算给定样本大小和 alpha 的功效？

注意： 我对 python 为（统计）幂函数计算提供的函数完全感到困惑 :(。

有人可以帮我在这里下订单吗？

statsmodels下有两个函数：

我们有：

我们还有：

还有这段代码：

我在某个地方找到了这个例子，但它没有解释什么是 prop1 和 prop2！

每一个都给了我不同的价值观。

谢谢

我的数据集可以参考这里。简而言之，我有一个名为 fit 的列，我需要为其绘制均值和置信区间。

我正在尝试使用 dplyr 函数为我的 ggplot 编写置信区间代码

这是代码

但是，R 不允许我将 n_predict 编码为 n(fitted)。我也试过长度（合身）但没有运气。有任何想法吗？

我有data.frame两列$P1和$P2，都是数字。我想逐行运行power.prop.testin library(stats)，并创建第三列，仅打印$n函数结果中的值。测试应该power=0.80在参数中进行。数据如下所示：

会有第三列，例如$N，其中第一个元素是 80681.38，第二个是 21108.38，依此类推。

另外，应该注意相同的数字重复，$P1因为我head()原来data.frame有rep(seq())几个数字。

有人可以帮忙吗？干杯!

我正在尝试为有 5 个组的研究计算样本量。除了为整体 ANOVA 计算 Cohen 的f之外，我如何计算每个组的样本量，以调整成对的事后比较，例如 Tukey？R 中是否有一个函数可以执行此操作，或者计算 Cohen 的d并在这里调整 alpha 工作？