CT值测量时标准方差的计算方法_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
CT值测量时标准方差的计算方法
&&DIcom图像参数来计算标差
阅读已结束，下载文档到电脑
想免费下载本文？
定制HR最喜欢的简历
你可能喜欢关注今日：47 | 主题：193293
微信扫一扫
【求助】单因素方差分析样本量怎么计算？
页码直达：
问题已解决悬赏丁当:2
实验之前样本量的确定是参照其他的文章来定的，没有进行过计算，实验做好文章投出去之后，编辑问我：Was a power analysis performed on preliminary data to eastablish the sample size needed for comparisons to yield statistical significance? （在实验之前是否用初始数据进行了样本量的计算？）我确实是没有计算的，那现在我该怎么回答比较好？
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
既然你采用的统计方法是单因素方差分析，推测你的分组是多独立组，且为计量资料。若此，你就回答编辑：样本量计算参考中国丁香园医学网站所提供的“多独立组计量资料比较的样本量估算方法”：D
多独立组比较（均数／计量资料）【例】 某课题的研究目的是比较三种方案治疗血红蛋白不满100g／L的婴幼儿贫血患者后，血红蛋白增加的变化有无差异，问三组各需要观察多少例？预试验如下：一个研究组将随机抽取的血红蛋白不满100g／L的婴幼儿贫血患者平均分为三组，经各治疗方案治疗后血红蛋白增加的均数Xi分别为18.5g／L、13.2g／L、10.4g／L，标准差Si为11.8g／L、13.4g／L、9.3g／L。公式：多个样本均数比较样本例数公式n = Ψ2（∑（Si2）／K）／［∑（Xi均 - X均）2／（K-1）］参数：⑴ α：α=0.05⑵ β：β=0.10⑶ K：为组数，本例题K=3。⑷ Ψ：本例K=3，自由度V1=K-1=2；自由度V2=N-1，N未知，可取最大∞，查下表得：Ψα，β，K-1，∞=2.52。⑸ X均i、Si：分别为第i组的均数（X1=18.5、X2=…）和标准差（S1=11.8，S2=…）的估计值，由预试验或文献来估计。⑹ X均的确定：X均 =（X1+X2+X3）／K=（18.5+13.2+10.4）／3=14.0代入便可计算求出样本例数：n≈51
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
我看过这个统计公式，根据这个公式计算出来N=7，我的实验的N=10，这个要怎么解释呢？还有就是，这个公式是国际通用的吗？因为投的是国外的文章
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园准中级站友
wang661800
我看过这个统计公式，根据这个公式计算出来N=7，我的实验的N=10，这个要怎么解释呢？ 还有就是，这个公式是国际通用的吗？因为投的是国外的文章关于样本量，我也是刚开始关注这个话题。您往公式代的话，样本均数、标准差是用的目前的已经做完的试验的数据吗？这样的话应该不算试验前预估计而是类似马后炮之类（并无恶意，只是为了形象些）的补救分析了吧。还是一开始做过预试验？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园方差是各个数据与平均数之差的平方的平均数。在概率论和数理统计中，方差（英文Variance）用来度量随机变量和其数学期望（即均值）之间的偏离程度。在许多实际问题中，研究随机变量和均值之间的偏离程度有着很重要的意义。
——《方差公式》专题简介
高中数学公式总结扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
下载作业帮安装包
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
样本比例方差的公式是怎么来的?如图,两个方差怎么来的,求证明（提示：p为样本比例,π为总体比例）
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
重复抽样方差:𝛔p^2=&#/n=π(1-π)/n
见下面的第2页http://www.pitt.edu/~upjecon/MCG/STAT/MeanVarBinomial.pdf样本大小=n, 总群体大小=N.不重复抽样方差:线性公式:𝛔p^2=[π(1-π)/(n)]*[(N-n)/(N-1)];=[π(1-π)/(N-1)]*[(N/n)-1]; n越大, 抽样方差越小; n ≤N
为您推荐：
其他类似问题
扫描下载二维码样本方差与样本标准差
&1、定义：样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。
&&&&& 注：样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。
标准差与标准方差
1、定义：方差是各个数据与平均数之差的平方和的平均数。在概率论和数理统计中，方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。标准差在概率统计中最常使用作为统计分布程度上的测量。标准差定义为方差的算术平方根，反映组内个体间的离散程度。
1、定义：加权平均数（weighted average）是不同比重数据的平均数，就是把原始数据按照合理的比例来计算。
算法代码如下：
public static double StandardDeviation(this IList&double& source)
if (source == null)
throw new ArgumentNullException("source");
if (source.Count == 0)
return double.NaN;
double variance = source.Variance();
return Math.Sqrt(variance);
public static double SampleStandardDeviation(this IList&double& source)
if (source == null)
throw new ArgumentNullException("source");
if (source.Count == 0 || source.Count == 1)
return double.NaN;
double variance = source.SampleVariance();
return Math.Sqrt(variance);
public static double Variance(this IList&double& source)
if (source == null)
throw new ArgumentNullException("source");
if (source.Count == 0)
return double.NaN;
int count = source.Count();
double deviation = CalculateDeviation(source, count);
return deviation /
public static double SampleVariance(this IList&double& source)
if (source == null)
throw new ArgumentNullException("source"); ;
if (source.Count == 0 || source.Count == 1)
return double.NaN;
int count = source.Count();
double deviation = CalculateDeviation(source, count);
return deviation / (count - 1);
public static double WeightedAverage(this IList&double& source, IList&double& factors)
if (source == null)
throw new ArgumentNullException("source");
if (source.Count != factors.Count)
throw new ArgumentException("source count is not equal to factors count.");
if (source.Count == 0)
return double.NaN;
double sum = factors.Sum();
if (sum == 0)
return double.NaN;
double weight = 0;
for (int index = 0; index & factors.C index++)
weight += source[index] * (factors[index] / sum);
return weight;
private static double CalculateDeviation(IList&double& source, int count)
double avg = source.Average();
double deviation = 0;
for (int index = 0; index & index++)
deviation += (source[index] - avg) * (source[index] - avg);
以上在金融方面用得比较多.....
阅读(...) 评论()}