更改

添加326字节 、 2021年6月12日 (六) 09:40
第70行: 第70行:     
#分层随机试验首先参考预后因素将样本分成若干层,但有可能无法划分样本。在应用中,在某些情况下,预后因素的重要性缺乏严格的认可,这可能进一步导致偏差。这就是为什么在将因素纳入分层之前应该检查因素产生影响的潜力的原因。在某些因素对结果的影响无法得到批准(approved)的情况下,建议进行无分层随机试验。 <ref>{{Cite web|url=https://www.investopedia.com/ask/answers/041615/what-are-advantages-and-disadvantages-stratified-random-sampling.asp|title=Pros and Cons of Stratified Random Sampling|last=Murphy|first=Chris B.|date=Apr 13, 2019|website=Investopedia|language=en|access-date=2020-04-07}}</ref>
 
#分层随机试验首先参考预后因素将样本分成若干层,但有可能无法划分样本。在应用中,在某些情况下,预后因素的重要性缺乏严格的认可,这可能进一步导致偏差。这就是为什么在将因素纳入分层之前应该检查因素产生影响的潜力的原因。在某些因素对结果的影响无法得到批准(approved)的情况下,建议进行无分层随机试验。 <ref>{{Cite web|url=https://www.investopedia.com/ask/answers/041615/what-are-advantages-and-disadvantages-stratified-random-sampling.asp|title=Pros and Cons of Stratified Random Sampling|last=Murphy|first=Chris B.|date=Apr 13, 2019|website=Investopedia|language=en|access-date=2020-04-07}}</ref>
#如果可用数据不能代表整个亚组总体,则认为亚组大小具有相同的重要性。在某些应用中,子组大小是根据可用数据量来决定的,而不是将样本大小缩放到子组大小,这会在因子效应中引入偏差。在某些需要对数据进行方差分层的情况下,子组方差差异显着,使得每个子组的抽样规模无法保证与整个子组总体成正比。<ref name=":2">
+
#如果可用数据不能代表整个亚组总体,则认为亚组大小具有相同的重要性。在某些应用中,子组大小是根据可用数据量来决定的,而不是将样本大小缩放到子组大小,这会在因子效应中引入偏差。在某些需要对数据进行方差分层的情况下,子组方差差异显着,使得每个子组的抽样规模无法保证与整个子组总体成正比。
{{Citation|last1=Glass|first1=Aenne|title=Potential Advantages and Disadvantages of Stratification in Methods of Randomization|date=2014|work=Springer Proceedings in Mathematics & Statistics|pages=239–246|publisher=Springer New York|isbn=978-1-4939-2103-4|last2=Kundt|first2=Guenther|doi=10.1007/978-1-4939-2104-1_23}}</ref>
+
<ref name=":2">{{Citation|last1=Glass|first1=Aenne|title=Potential Advantages and Disadvantages of Stratification in Methods of Randomization|date=2014|work=Springer Proceedings in Mathematics & Statistics|pages=239–246|publisher=Springer New York|isbn=978-1-4939-2103-4|last2=Kundt|first2=Guenther|doi=10.1007/978-1-4939-2104-1_23}}</ref>
 
#如果人口不能完全分配到层中,则不能应用分层抽样,这将导致样本大小与可用样本成正比,而不是与总体子组人口成正比。<ref name=":0" />
 
#如果人口不能完全分配到层中,则不能应用分层抽样,这将导致样本大小与可用样本成正比,而不是与总体子组人口成正比。<ref name=":0" />
#如果受试者符合多层次的纳入标准,则将样本分配到亚组的过程可能涉及重叠,这可能导致总体的错误陈述。<ref name=":2">
+
#如果受试者符合多层次的纳入标准,则将样本分配到亚组的过程可能涉及重叠,这可能导致总体的错误陈述。<ref name=":2">{{Citation|last1=Glass|first1=Aenne|title=Potential Advantages and Disadvantages of Stratification in Methods of Randomization|date=2014|work=Springer Proceedings in Mathematics & Statistics|pages=239–246|publisher=Springer New York|isbn=978-1-4939-2103-4|last2=Kundt|first2=Guenther|doi=10.1007/978-1-4939-2104-1_23}}</ref>
       
==参考文献==
 
==参考文献==
 
{{Citation|last1=Glass|first1=Aenne|title=Potential Advantages and Disadvantages of Stratification in Methods of Randomization|date=2014|work=Springer Proceedings in Mathematics & Statistics|pages=239–246|publisher=Springer New York|isbn=978-1-4939-2103-4|last2=Kundt|first2=Guenther|doi=10.1007/978-1-4939-2104-1_23}}</ref>
 
{{Citation|last1=Glass|first1=Aenne|title=Potential Advantages and Disadvantages of Stratification in Methods of Randomization|date=2014|work=Springer Proceedings in Mathematics & Statistics|pages=239–246|publisher=Springer New York|isbn=978-1-4939-2103-4|last2=Kundt|first2=Guenther|doi=10.1007/978-1-4939-2104-1_23}}</ref>
387

个编辑