R语言 SampleSizeMeans包 mu.acc()函数中文帮助文档(中英文对照)

loveR

mu.acc(SampleSizeMeans)
mu.acc()所属R语言包：SampleSizeMeans

                                        Bayesian sample size determination for estimating a single normal mean using the Average Coverage Criterion
                                         贝叶斯估计一个单一的正常使用的平均覆盖准则的平均样本量确定

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The function mu.acc returns the required sample size
函数mu.acc返回所需的样本大小


用法----------Usage----------


mu.acc(len, alpha, beta, n0, level=0.95)



参数----------Arguments----------

参数：len
The desired fixed length of the posterior credible interval for the mean
所需的固定长度后可信的时间间隔的平均值


参数：alpha
First parameter of the Gamma prior density for the precision (reciprocal of the variance)
第一个参数的Gamma先验密度的精度（方差的倒数）


参数：beta
Second parameter of the Gamma prior density for the precision (reciprocal of the variance)
第二个参数的Gamma先验密度的精度（方差的倒数）


参数：n0
Prior sample size equivalent for the mean
之前的平均样本量相当于


参数：level
The desired average coverage probability of the posterior credible interval (e.g., 0.95)
所需的平均后的可信区间（例如，0.95）的覆盖概率


Details

详细信息----------Details----------

Assume that a sample will be collected in order to estimate the mean of a normally distributed random variable.  Assume that the precision (reciprocal of the variance) of this random variable is unknown, but has prior information in the form of a Gamma(alpha, beta) density.  Assume that the mean is unknown, but has prior information equivalent to n0 previous observations .  The function mu.acc returns the required sample size to attain the desired average coverage probability level  for the posterior credible interval of fixed length len for the unknown mean. <br><br> This function uses a fully Bayesian approach to sample size determination.  Therefore, the desired coverages and lengths are only realized if the prior distributions input to the function are used for final inferences. Researchers preferring to use the data only for final inferences are encouraged
假设将被收集的样品，以估计的正态分布的随机变量的平均值。随机变量的方差的倒数）的精度（在此假设是未知的，但有先验信息的形式的γ-（α，β）的密度。假设平均是未知的，但有先验信息，相当于N0以前的意见。的功能mu.acc返回所需的样本大小，以获得所需的平均覆盖率为固定长度len为未知的平均值后置信区间的概率水平。参考参考这个函数使用了一个完全贝叶斯方法确定样本量。因此，只有实现所需的覆盖度和长度，如果先验分布输入到函数用于最终推论。鼓励研究人员喜欢使用的数据为最终推断


值----------Value----------

The required sample size given the inputs to the function.
所需的样本量输入的功能。


注意----------Note----------

The sample size returned by this function is exact.
这个函数返回的样本量是准确的。


（作者）----------Author(s)----------


Lawrence Joseph <a href="mailto:lawrence.joseph@mcgill.ca">lawrence.joseph@mcgill.ca</a> and Patrick Belisle



参考文献----------References----------

Bayesian sample size determination for Normal means and differences between Normal means<br>

参见----------See Also----------

mu.alc, mu.modwoc, mu.varknown, mu.mblacc, mu.mblalc, mu.mblmodwoc, mu.mbl.varknown, mu.freq, mudiff.acc, mudiff.alc, mudiff.modwoc, mudiff.acc.equalvar, mudiff.alc.equalvar, mudiff.modwoc.equalvar, mudiff.varknown, mudiff.mblacc, mudiff.mblalc, mudiff.mblmodwoc, mudiff.mblacc.equalvar, mudiff.mblalc.equalvar, mudiff.mblmodwoc.equalvar, mudiff.mbl.varknown, mudiff.freq
mu.alc，mu.modwoc，mu.varknown，mu.mblacc，mu.mblalc，mu.mblmodwoc，mu.mbl.varknown，mu.freq，mudiff.acc，mudiff.alc，mudiff.modwoc，mudiff.acc.equalvar，mudiff.alc.equalvar，mudiff.modwoc.equalvar，mudiff.varknown，mudiff.mblacc，mudiff.mblalc ，mudiff.mblmodwoc，mudiff.mblacc.equalvar，mudiff.mblalc.equalvar，mudiff.mblmodwoc.equalvar，mudiff.mbl.varknown，mudiff.freq


实例----------Examples----------



转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。