我正在对 400 名受访者的总体样本运行 Pearson 相关性。
当我分离出男性和女性的反应时，我的样本变成了 220 个男性反应和 180 个女性反应。
如果我进一步按（例如）年龄组分离男性和女性的反应，一些样本量会低至 35 个反应（例如，对于 65 岁以上的女性）。
我的问题：这些样本量对相关性分析有多好？（我正在研究收入水平和海外旅行之间的关系。）
（我认为这与误差幅度有关，但这如何适用于基于概率的推理分析。我可以理解它在描述性统计中的作用，例如政治民意调查的结果）。
对于整体分析和亚组分析，相关分析的合理样本量是多少？
机器算法验证
相关性
样本量
2022-04-06 23:39:47
1个回答
当涉及到样本量时，越大越好，但我们经常不得不采取我们得到的东西。对于较小的样本量，您对相关性的估计将变得非常嘈杂，并且不同估计之间的比较（我希望这是您在子集分析中的主要目标）将特别嘈杂。
这个关于标准误差的在线教程（作为 pdf 格式）包含相关系数的 SE 公式（以及相关性的 Fisher 变换，这是测量 SE 的更好尺度）。你会看到比例大约是.
对于约 0.5 的相关性，样本量为 200 的 SE 约为 0.06；样本量为 50 时，它将是大约两倍。
其它你可能感兴趣的问题