24小时热门版块排行榜    

查看: 1546  |  回复: 6

邙山的鱼

木虫 (正式写手)

[求助] 关于统计中样本数目的一些问题 已有3人参与

我是学化学的,对数学的东西停留在大二学的概率论与数理统计上,不过也忘得差不多了。
最近看了一篇文章,其中提到说
如果你用两个方法去计算一套数据,得到两个系列计算值,和这个实验值去做线性回归。可以得到两个R值。
但是当样本量过小的时候,在一定的置信区间内。R值大的,不一定比R值小的表明该方法得到的计算结果更好。
如图所示。
我想知道这个适用有前提条件么?作者给的这些结果是有理论推导的依据么?
这篇作者在关于引用公式是参考了DOUGLAS G. BONETT,THOMAS A. WRIGHT,等人的SAMPLE SIZE REQUIREMENTS FOR ESTIMATING PEARSON, KENDALL AND SPEARMAN CORRELATIONS这篇paper。
在此求教,不胜感激!

关于统计中样本数目的一些问题
原paper.png
回复此楼

» 猜你喜欢

» 本主题相关价值贴推荐,对您同样有帮助:

已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

peterflyer

木虫之王 (文学泰斗)

peterflyer


【答案】应助回帖

感谢参与,应助指数 +1
样本数量过小,就不能充分避免随机因素导致的误差,导致算出的R值不是太可靠。
2楼2016-08-12 12:00:44
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

邙山的鱼

木虫 (正式写手)

引用回帖:
2楼: Originally posted by peterflyer at 2016-08-12 12:00:44
样本数量过小,就不能充分避免随机因素导致的误差,导致算出的R值不是太可靠。

有没有哪里能明确说明样本的大小具体有多大,跟样本性质有关系么?
3楼2016-08-12 15:26:31
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

FMStation

至尊木虫 (知名作家)

【答案】应助回帖

感谢参与,应助指数 +1
https://www.ncbi.nlm.nih.gov/pmc ... pdf/nihms514340.pdf

a large dataset is absolutely critical for statistically significant results with tight confidence intervals.
200 complexes:  Pearson R = 0.7 > Pearson R = 0.6

linear regression -  used to evaluate methods

A tighter correlation means better agreement between the data points and the fit line; therefore, there are smaller residuals and a tighter distribution of those residuals around the value zero.

Higher correlations lead to larger R^2 and smaller σ_res and
weaker correlations lead to lower R^2 and larger σ_res,
but the distributions remain Gaussian in shape.
4楼2016-08-13 11:02:18
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

邙山的鱼

木虫 (正式写手)

引用回帖:
4楼: Originally posted by FMStation at 2016-08-13 11:02:18
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3821705/pdf/nihms514340.pdf

a large dataset is absolutely critical for statistically significant results with tight confidence intervals.
200 complex ...

对...我看到的就是这篇文章- -#就是不是很理解她的意思...我们是做计算值和实验值的一个回归,总觉得她的这个条件不适用于这样估计样本量..
5楼2016-08-14 09:37:59
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

FMStation

至尊木虫 (知名作家)

【答案】应助回帖

★ ★ ★ ★ ★
邙山的鱼: 金币+5, ★★★很有帮助 2016-08-15 08:50:52
Social and medical scientists who use human subjects
^^^^       ^^^^^                           ^^^^^^^^^^^
have relied very heavily on statistics and careful experimental design
                                       ^^^^^        ^^^^^^^^^^^^^^^^^^
to try to reach the most solid conclusions.
                                   ^^^

Quantitative structure–activity relationship models (QSAR models)
https://en.wikipedia.org/wiki/Quantitative_structure–activity_relationship
https://zh.wikipedia.org/wiki/定量构效关系

定量構效關係(QSAR)是一種藉助分子的理化性質參數或結構參數,以數學和統計學手段定量研究有機小分子與生物大分子相互作用、有機小分子在生物體內吸收、分布、代謝、排泄等生理相關性質的方法。

After all, experimental error bars are underestimates of the true
                                                     ^^^^^^^^^^
experimental uncertainty, and this is exacerbated in heterogeneous data.
                                                    ^^^^^^^^

It is also possible that this success might come from the larger sets of data
                                                                                 ^^^^^^^
used to train QSAR individual models, which leads to greater statistical significance.
                                                                            ^^^^^
6楼2016-08-14 10:20:20
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

mbchen

专家顾问 (著名写手)

【答案】应助回帖

★ ★ ★ ★ ★
感谢参与,应助指数 +1
邙山的鱼: 金币+5, ★★★很有帮助 2016-08-15 08:50:40
你的问题的答案,还可以参看小木虫网站无机物化
http://muchong.com/bbs/viewthread.php?tid=10552390&fpage=1
中转载《化学通报》的文章。包括数学原理,如何查统计表得到数据点数与相关系数R之间的关系;还有,在化学领域该错误以讹传讹六十年的源头及其历史。
7楼2016-08-14 15:45:16
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 邙山的鱼 的主题更新
信息提示
请填处理意见