完整英文电子版 ASTM E122-17(R2022) Standard Practice for Calculating Sample Size to Estimate, With Specified Precision, the Average for a Characteristic of a Lot or Process（计算样本量以按指定精度估计批次或过程特征平均值的标准实施规程）。本实践涵盖计算随机样本中包含多少单位的简单方法，以便以指定的精度估计一批材料的所有单位的质量，或由一个过程生产。这种做法将清楚地表明在随机样本所涵盖的时间间隔内，估计某些属性的平均值或生产过程中产生的不合格品的比例所需的样本量。如果过程未处于统计控制状态，则结果对即时（未来）生产没有预测价值。这种做法处理的是抽样单位​​可以被认为表现出单一（总体）变异源的常见情况；它不处理可变性的多级来源。

对于通常数据维数很大的医学成像/生物数据，典型的 LDA 应用程序由于试图反转一个不可能的大矩阵而失败。 这可以使用内核技巧来补救。 当前文件尝试执行此操作。 如果您将此作品用作作业/论文/论文的一部分，请引用以下论文： Gaonkar、Bilwaj 和 Christos Davatzikos。 “基于支持向量机的多元图像分析和分类的统计显着性图的解析估计。” NeuroImage 78 (2013): 270-283。 请注意，此代码是作为上述论文工作的一部分开发和分发的，引用这有助于我们开发和分发更多此类工作。 我已经尝试在代码中加入适当的注释，这段代码的灵感来自于之前在 matlab central 上提交的几个代码

使用 Cochran 公式计算给定置信水平和误差范围的样本大小。 见 GD 以色列。 确定样本量。 佛罗里达大学，PEOD-6，1992 年。 https://www.academia.edu/21353552/Determining_Sample_Size_1

　　Meta分析是通过综合多个研究结果,提供一个量化的平均 效果或联系,从而来回答研究问题。它的最大的优点是增大样 本量来增加结论的把握度,解决研究结果的不一致性。本文 将介绍偏倚的概念、纳入Meta分析中的原始文献存在的偏倚 和进行Meta分析过程中产生的两大类偏倚,并对报告偏倚的 各种检测方法重点进行讨论

该软件包可以使用非常大的样本量进行高斯过程预测，并且比许多现有方法的计算负担小得多。 此代码由 Matthew Plumlee 编写和设计，同时撰写论文“使用稀疏网格实验设计快速预测确定性函数”（在美国统计协会杂志上印刷，版本可在http://arxiv.org/abs/1402.6350 ）。

【原创】R语言在不同样本量下的Little‘s MCAR检验数据分析报告论文（代码数据）.docx

在只有均值、标准差、样本量的情况下，spss是不能实现方差分析的。因此，这个小小的软件能够帮助你问题。

在数据处理过程中，首先要抽取足够数量的样本，本Excel为作者根据统计学教科书中的公式自行编写的样本量估算小工具，希望能够为大家提供一定的帮助。

临床试验样本量统计软件

临床试验的样本量计算Sample Size Calculations in Clinical Research