r - R中的样本量估计
问题描述
我正在研究 Sauro 的“量化用户体验”一书中的问题。但想不出正确的方法来做到这一点。
假设您在过去的可用性测试中一直使用一个 100 分的项目作为任务后易用性的衡量标准。您经常执行的任务之一是安装。对于当前版本软件包的最新可用性研究,该测量值 (s2) 的可变性为 25 (s = 5)。您正在计划使用该软件的新版本进行第一次可用性研究,您要做的就是以 90% 的置信度对该度量进行估计,并使其与真实值相差 ±2.5 点。您需要多少名参与者参加这项研究?
继续前面给出的复习问题,如果您的研究目标是将您的结果与结果大于 75 的基准进行比较,该怎么办?此外,假设对于此比较,您需要一个具有 80% 功效的测试,并且希望能够检测到比基准至少高 2.5 点的差异。估计的测量变异性仍为 25 (s = 5),所需的置信度仍为 90%。您需要多少名参与者参加这项研究?
pwr.t.test(d=(77.5-75)/5,power=0.8,sig.level=0.1,type="one.sample",alternative="greater")
第一次的答案是 13 人,第二次是 20 人。第一个我不知道该怎么做,第二个我得到了错误的答案,即 19。这些问题需要迭代才能得到最终的样本量估计。库是在内部迭代还是我需要对其进行编码?
解决方案
推荐阅读
- sql - 如何订购行的“组”?
- python - 如何测试将数据发送到接收器的浮士德代理?
- kubernetes - 我们应该为主节点和工作节点分别部署 Cluster Autoscaler 吗?
- python - Chrome 在没有无头模式的情况下无法运行(Ubuntu 18.04)
- asp.net-core - .net 核心应用程序中的 CORS 问题 - 请求的资源上不存在“Access-Control-Allow-Origin”标头
- elasticsearch - Elasticsearch 匹配查询不匹配文档
- python - IPOPT 消息和 Gekko 消息之间的区别
- c - [Visual Studio Code]:保存时运行任务
- javascript - 动态创建和获取输入
- javascript - 对象为 CSV 格式并在 JavaScript 中导出