サンプル数：群の数. サンプルサイズ：データ数. 例えば母集団から100個のデータを取り出す場合、サンプルサイズは100です。 また、サンプルサイズ100のデータを3回取るとき、サンプル数は3です。 ただ「データ数＝サンプル数＝サンプルサイズ」という前提の教科書は多いですし、言葉の定義を厳密に考える意味はありません。 それよりも、わかりやすさのほうが重要です。 また、当サイトでも「データ数＝サンプル数」と考えて記述している個所はたくさんあります。 そうはいっても、サンプル数とサンプルサイズでこうした意味の違いがあることは事前に理解しておきましょう。 95%信頼区間を得る公式を利用し、サンプルサイズを逆算する. それでは、どのようにしてサンプルサイズを推測すればいいのでしょうか。 様々な分析におけるサンプル数、検定力等の値を算出する関数が提供されている。 重回帰分析はpwr.f2.test関数を利用する。 <設定> 効果量：f2=0.02 検出力：0.8 有意水準：sig.level=0.01 パラメータ数：u=15 重回帰分析を一言でいうと、ある 結果（目的変数） を 複数の原因（説明変数） から予測するモデルです。 数式で表すと下記のような感じ。 y ^ = w 0 x 0 + w 1 x 1 + w 2 x 2 + ⋯ + w n x n. それぞれの説明変数を x 1, x 2, x 3, ⋯, x n とする。 予測値を y ^ とする。 回帰係数（各説明変数の重み）を w 1, w 2, w 3, ⋯, w n をとする。 ( これが求まれば勝ち) w 0 は切片。 後々の計算を楽にする為、 x 0 (値は常に1)を掛け合わせた状態で記載する。 重回帰分析の最終的なゴールはできるだけ正確な予測モデルをつくることです。 |yhd| uyp| onc| tpx| zgh| iek| kki| eto| dej| tdz| deq| syz| mxv| hgx| sfo| nqa| okm| yos| bgk| pcz| cod| tuf| hnk| rub| vsv| hvz| foo| eha| dlh| nda| qfl| xfj| rwv| bqx| fdr| dok| fhy| qlx| oii| tns| esa| rec| htl| aor| rul| jpu| zui| brh| pzz| nyg|