或决策指标的功效分析

[email protected]

默认情况下，此过程会重复 次。 def _expected_average_powerself, sample_size int, replication int = > float 第 步：使用二分搜索找到最佳样本量 根据估计的功效，二分搜索可以找到每个队列所需的最小样本量，产生接近 的平均功效。 如果预期平均功效小于，则夸大样本量并重新计算平均功效；如果高于，则减少样本量并重新计算平均功效；在此函数中，每个指标的样本量的最小值 lower 和经过 Bonferroni 校正的每个指标的样本量的最大值 upper 确定搜索间隔。

def get_multiple_sample_sizeself, lower float, upper float, max_recursion_depth int = , > int 如何利 玻利维亚电话号码列表 用 Hivemind 样本量计算器 在 ，我们使用图形用户界面来利用这个开源项目在运行实验之前计算所需的样本量。 将实验配置、报告和功率分析集成在一个实验门户中，可改善用户体验。

如果您想利用此计算器进行实验，请安装 Python 和样本大小的包。如果您对多个变体感兴趣，但想要使用替代的 FDR 调整程序，则可以修改计算器。 多重测试的样本量估计基于BenjaminiHochberg调整，并使用multipletests包通过一行代码实现。 您可以通过将当前代码替换为与该调整相对应的包来计算任何 FDR 调整过程下的样本量。