
logistic回歸樣本量的估算,經(jīng)驗(yàn)之談
樣本量的估計(jì)可能是臨床最頭疼的一件事了,其實(shí)很多的臨床研究事前是從來不考慮樣本量的,至少我接觸的臨床研究大都如此。
他們大都是想到就開始做,但是事后他們會(huì)尋求研究中樣本量的依據(jù),尤其是在投文章被審稿人提問之后??赡芎苌儆腥讼氲窖芯恐斑€要考慮一下樣本夠不夠的問題。其實(shí)這也難怪,臨床有臨床的特點(diǎn),很多情況下是很難符合統(tǒng)計(jì)學(xué)要求的,尤其一些動(dòng)物試驗(yàn),可能真的做不了很多。這種情況下確實(shí)是很為難的。
本篇文章僅是從統(tǒng)計(jì)學(xué)角度說明logistic回歸所需的樣本量的大致估計(jì),不涉及臨床特殊問題。
其實(shí)不僅logistic回歸,所有的研究一般都需要對(duì)樣本量事前有一個(gè)估計(jì),這樣做的目的是為了盡可能地得出陽性結(jié)果。
比如,你事前沒有估計(jì),假設(shè)你做了20例,發(fā)現(xiàn)是陰性結(jié)果。如果事前估計(jì)的話,可能會(huì)提示你需要30例或25例可能會(huì)得出陽性結(jié)果,那這時(shí)候你會(huì)不會(huì)后悔沒有事前估計(jì)?
當(dāng)然,你可以補(bǔ)實(shí)驗(yàn),但是不管從哪方面角度來講,補(bǔ)做的實(shí)驗(yàn)跟一開始做得實(shí)驗(yàn)可能各種條件已經(jīng)變化,如果你在雜志中說你的實(shí)驗(yàn)是補(bǔ)做的,那估計(jì)發(fā)表的可能性就不大了。
一般來說,簡(jiǎn)單的研究,比如組間比較,包括兩組和多組比較,都有比較成熟的公式計(jì)算一下你到底需要多少例數(shù)。這些在多數(shù)的統(tǒng)計(jì)學(xué)教材和流行病學(xué)教材中都有提及。
而對(duì)于較為復(fù)雜的研究,比如多重線性回歸、logistic回歸之類的,涉及多個(gè)因素。這種方法理論上也是有計(jì)算公式的,但是目前來講,似乎尚無大家公認(rèn)有效的公式,而且這些公式大都計(jì)算繁瑣,因此,現(xiàn)實(shí)中很少有人對(duì)logistic回歸等這樣的分析方法采用計(jì)算的方法來估計(jì)樣本量。而更多地是采用經(jīng)驗(yàn)法。
其實(shí)關(guān)于logistic回歸的樣本量在部分著作中也有提及,一般來講,比較有把握的說法是:每個(gè)結(jié)局至少需要10例樣品。
這里說得是每個(gè)結(jié)局。例如,觀察胃癌的危險(xiǎn)因素,那就是說,胃癌是結(jié)局,不是你的總的例數(shù),而是胃癌的例數(shù)就需要這么多,那總的例數(shù)當(dāng)然更多。比如我有7個(gè)研究因素,那我就至少需要70例,如果你是1:1的研究,那總共就需要140例。如果1:2甚至更高的,那就需要的更多了。
而且,樣本量的大小也不能光看這一個(gè),如果你的研究因素中出現(xiàn)多重共線性等問題,那可能需要更多的樣本,如果你的因變量不是二分類,而是多分類,可能也需要更大的樣本來保證你的結(jié)果的可靠性。
理論上來講,logistic回歸采用的是最大似然估計(jì),這種估計(jì)方法有很多優(yōu)點(diǎn),然而,一個(gè)主要的缺點(diǎn)就是,必須有足夠的樣本才能保證它的優(yōu)點(diǎn),或者說,它的優(yōu)點(diǎn)都是建立在大樣本的基礎(chǔ)上的。一般來講,logistic回歸需要的樣本量要多于多重線性回歸。
最后仍然需要說一句,目前確實(shí)沒有很好的、很權(quán)威的關(guān)于logistic回歸樣本量的估計(jì)方法,更多的都是根據(jù)自己的經(jīng)驗(yàn)以及分析過程中的細(xì)節(jié)發(fā)現(xiàn)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10