中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

打開APP
userphoto
未登錄

開通VIP,暢享免費電子書等14項超值服

開通VIP
Logistic回歸樣本量應(yīng)該如何計算?

Logistic回歸模型被廣泛應(yīng)用于各個學(xué)科,如醫(yī)學(xué),社會學(xué)科,機器學(xué)習(xí)等,主要適用于因變量是分類變量的情況,尤其是二分類變量。該模型采用的是極大似然估計,這就需要足夠的樣本量來支持,今天就告訴大家一個簡單的辦法進行Logistic回歸樣本量的估算。

這個方法叫EPV(events per variable)。即每個自變量的事件數(shù),其中事件表示表示應(yīng)變量中個數(shù)較少的那一類。例如因變量為ICU存活情況,探索3個自變量,假設(shè)EPV等于10,而ICU的死亡率為30%。所以需要的死亡患者數(shù)為10*3=30,總共需要的樣本量,30/30%=100.考慮到失訪,增加20%的樣本量,所以最后樣本量為120例患者,其中30例ICU死亡患者。


本站僅提供存儲服務(wù),所有內(nèi)容均由用戶發(fā)布,如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請點擊舉報
打開APP,閱讀全文并永久保存 查看更多類似文章
猜你喜歡
類似文章
心塞!樣本量不夠多,還能開展logistic回歸嗎?
一個困擾已久的問題:回歸分析樣本量如何確定?
干貨——檢驗人最常用的統(tǒng)計學(xué)分析方法梳理(二)
SAS系列37:Logistic回歸模型與SAS實現(xiàn)(二)
logistic回歸、probit回歸與poission回歸
二分類logistic回歸,更新幾個常見問題的解決方法
更多類似文章 >>
生活服務(wù)
熱點新聞
分享 收藏 導(dǎo)長圖 關(guān)注 下載文章
綁定賬號成功
后續(xù)可登錄賬號暢享VIP特權(quán)!
如果VIP功能使用有故障,
可點擊這里聯(lián)系客服!

聯(lián)系客服