PyMeta
$ pip install PythonMeta


计算SD(Calculating SD) | 两组合并(Combining two groups) | 拆分组(Splitting group) | 网络关系图(Network graph) | 证据地图(Evidence Map) |



计算SD(Calculate SD)

通过标准误(SE)计算标准差(SD)
SD = SE * sqrt(n)
标准误SE 样本量n 标准差SD  

通过组内95%置信区间(CI)估算SE时,上述公式变换为(n>60):
SD = ((CIUpper - CILower)/3.92) * sqrt(n)
CI上限Upper CI下限Lower 样本量n 标准差SD  

附:通过中位数(Medians)和四分位数(Quartile)估算均数和标准差
若数据符合正态分布,可以直接用中位数代替均数,标准差通过下式估算。
SD = (75th percentile - 25th percentile)/1.35
75%分位数Q3 25%分位数Q1 标准差SD  


Go Top



两组合并(Combining two groups)

二分类数据(For Binary data):各组样本量和事件数分别相加。 Add up sample_size and event_number of each group separately.
  样本量n 事件数e  
第一组 Group 1  
第二组 Group 2  
合并结果 Result


连续型数据(For Continuous data): 通过下表计算 as follow
  样本量n 均值M 标准差SD  
第一组 Group 1  
第二组 Group 2  
合并结果 Result


Go Top



拆分组(Splitting group)

二分类数据(For Binary data):样本量和事件数分别除以组数后取整。The sample size and the number of events were divided by the number of groups and then rounded them up.
  样本量n 事件数e  
待拆分组 Original data  
拟拆组数 Number of groups    
拆分结果 Results
(各组相同 Same for all groups)


连续型数据(For Continuous data):样本量除以组数后取整,均值和标准差不变。 The sample size is divided by the number of groups and then rounded, the mean and standard deviation remain unchanged.
  样本量n 均值M 标准差SD  
待拆分组 Original data  
拟拆组数 Number of groups      
拆分结果 Results
(各组相同 Same for all groups)


Go Top



Email:
Password:
Verify:


Not user yet? Register now