乡村研究数据库 >
因果分析中样本量以及统计检定力的计算问题
因果分析中样本量以及统计检定力的计算问题
报告字数：15054字
报告页数：30页
摘要：在进行社会科学因果关系分析的时候，一个十分重要的考虑因素是样本量问题。这个问题在因果关系分析中之所以重要，是因为一个小样本的分析即使得出某种因果关系，这种因果关系也有可能只是一种“偶然事件”，并不代表某种真正意义上的因果关系。比如在进行新药测试的时候，如果一个医生只有两个病人，一个放到了实验组服用新药，一个放到了控制组不服用任何药物。那么即使我们发现他们的某些症状呈现差异（例如服用新药的人症状减轻，而没有服用新药的人症状加重），我们也难以有十足的自信说这种症状上的差异是由于药物引起而不仅仅是一种偶然事件。同样的，在费舍尔经典的“英国女士品茶实验”中，一位女士宣称她可以准确判断出一杯英国茶是先放牛奶后放茶水还是先放茶水后放牛奶。费舍尔让她品尝了多杯英国茶来判断这位女士是否有能力判断茶水和牛奶的放入顺序。这时，实验A只给这位女士两杯茶，其中一杯是先放牛奶而另一杯是后放牛奶。实验B给这位女士10杯茶，其中5杯是随机先放牛奶，5杯是随机后放牛奶。假设这位女士在这两个实验中都判断对了牛奶和茶水的放置顺序（即实验A中这位英国女士辨识出了哪一杯是先放牛奶的，而在实验B中这位英国女士判断出了哪5杯是先放牛奶的），那么究竟哪个实验更有说服力呢？换句话说，研究者根据哪个实验的结果能够更有自信得出结论说这位女士有准确地品茶能力呢？无疑，实验B是优于实验A的。这是因为在试验A中，即使是靠猜测，一个人能够判断出两杯茶中哪杯先放牛奶的概率是 。但是一个人能够准确地猜中10杯茶中哪些是先放牛奶的概率就只有 。这么低的概率说明仅仅靠猜是不可能答对的。之所以我们在实验B中可以确信我们的结论更可靠就是因为实验B有更大的样本量。
关键词：
文章目录
- 5.1 为什么需要足够的样本量？
- 5.2 回归模型的样本量估算
- 5.2.1 多元回归模型
- 5.2.2 逻辑斯蒂回归模型
- 5.3 样本量计算示例
- 5.4 结语
- 5.5 附录：SAS中计算样本量的代码
所属图书目录
