有序分類縱向數(shù)據(jù)樣本量估計及其SAS實現(xiàn).pdf_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、目的:
  探討有序分類縱向數(shù)據(jù)樣本量的估計,并采用SAS編制Monte Carlo模擬宏程序?qū)烙嫻竭M行效能評估。
  方法:
  基于有序分類樣本量的估計公式,結(jié)合縱向數(shù)據(jù)的特性,考慮條件相關(guān)系數(shù)ρ重復(fù)測量次數(shù)n,通過引入校正系數(shù)構(gòu)建有序分類縱向數(shù)據(jù)樣本量的估計公式。針對3個有序分類等級,2次重復(fù)資料的概率分布構(gòu)造了模擬抽樣的方法;然后構(gòu)建多水平累積概率模型分析有序分類縱向數(shù)據(jù)。利用Monte Carlo模擬估計

2、實際效能,并將有序分類縱向數(shù)據(jù)樣本量公式計算的效能與Monte Car能進行比較,考核有序分類縱向數(shù)據(jù)樣lo模擬估計的效能和多分類橫斷面數(shù)據(jù)樣本量公式計算的效本量公式估計結(jié)果的有效性和可靠性。所有過程的實現(xiàn)均采用SAS宏完成。
  結(jié)果:
  (1)構(gòu)建得到有序分類縱向數(shù)據(jù)樣本量計算公式:此處公式省略
  (2)利用SAS編程,可以完成樣本量估計、資料分析、Monte Carlo抽樣的整個過程。
  (3)有序分

3、類縱向數(shù)據(jù)樣本量公式估計的結(jié)果隨著相關(guān)系數(shù)的增大而增大;隨著重復(fù)次數(shù)的增多而減小,當重復(fù)次數(shù)大于5次,所需的樣本量趨于穩(wěn)定;樣本率分布越不均衡,所需樣本量越大;在組間效應(yīng)差異一定的情況下,縱向設(shè)計可以顯著地減少研究所需的樣本量。
  (4)有序分類縱向數(shù)據(jù)樣本量公式估計的結(jié)果能很好的保證實際Power達到預(yù)設(shè)水準,相比橫斷面數(shù)據(jù)樣本量估計公式可以較大程度上節(jié)約樣本量。但是有序分類縱向數(shù)據(jù)樣本量估計公式仍然存在樣本量過分估計的問題。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論