导读:本文包含了样本量论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:样本,直肠,手术,脏器,精度,肿瘤,腹腔镜。
样本量论文文献综述
陶婷婷[1]（2019）在《亚洲机器人和腹腔镜结直肠外科年会首次登陆中国内地》一文中研究指出本报讯（记者 陶婷婷）机器人辅助外科手术疗效如何？从第八届亚洲机器人和腹腔镜结直肠外科年会传出消息：世界范围内最大样本量研究显示，我国机器人辅助结直肠手术安全有效，全体患者5年生存率近八成，达到国际先进水平。复旦大学附属中山医院结直肠癌诊疗中心主(本文来源于《上海科技报》期刊2019-12-06）
唐闻佳[2]（2019）在《机器人辅助结直肠手术安全有效 全体患者五年生存率近八成》一文中研究指出本报讯 （首席记者唐闻佳）机器人辅助外科手术已非新鲜事，在外科常规开展了!正在上海举行的第八届亚洲机器人和腹腔镜结直肠外科年会传出消息：世界最大样本量研究显示，在我国，机器人辅助结直肠手术安全有效，全体患者五年生存率近八成，达到国际先进水平。复旦(本文来源于《文汇报》期刊2019-11-30）
叶亮,夏新涛,常振[3]（2019）在《样本量对滚动轴承振动性能变异过程评估的影响》一文中研究指出以轴承全寿命周期内的振动时间序列为研究对象,构建最大熵泊松评估模型以研究滚动轴承振动性能的演变历程。将振动时间序列分为不同的段数,基于最大熵原理和泊松过程,计算各个振动时间序列相对本征时间序列的变异概率、性能保持可靠度及其变异速度和变异加速度等指标;分析各个性能变异指标与样本量的关系,从而选取合适的样本量;用动态平均不确定度分析性能保持可靠性评估结果的不确定性。结果表明:针对案例1和案例2,将样本量分别选取为800～1000和500～900,既可以使本征序列数据样本蕴含足够的振动信息;又可以对轴承振动性能的具体变异过程进行有效地评估。(本文来源于《航空动力学报》期刊2019年11期）
朱玮,杨嘉智[4]（2019）在《叙述性偏好法实验的有效样本量模型框架》一文中研究指出叙述性偏好法(SP)是一种通过实验设计研究人们偏好的方法,通常结合离散选择模型估计参数.针对SP实验设计缺乏足以得到准确参数估计的有效样本量的问题,提出一个易于操作、更加全面的SP实验有效样本量估计方法框架,实现通过一个线性模型来估计实验所需的有效样本量.应用该框架开展实证研究,发现要素的数量、要素水平的数量、参数的尺度、样本量以及实验设计策略都对参数的准确性产生显着的影响,得到3种设计策略下的有效样本量估计模型.以此为基础,提出SP实验设计的实践原则.(本文来源于《同济大学学报(自然科学版)》期刊2019年11期）
李亚麒,许玉兰,李伟,孙继伟,汪梦婷[5]（2019）在《样本量对云南松幼苗生物量模型构建及预估精度的影响》一文中研究指出为探究不同样本量对生物量模型构建及建模精度的影响,以实际调查的20个家系,共615株云南松幼苗为例,通过编写计算机程序建立进行简单随机抽样,构建不同样本量云南松幼苗各器官及单株生物量异速生长方程。利用决定系数(R2)、估计值标准误(SEE)、均方根误差(RMSE)、总相对误差(RS)及平均误差绝对值(MAB),对模型拟合优度与精度进行比较分析。结果表明:幂函数方程可较好地用于估测云南松幼苗生物量;随着样本量的增加模型精度评估指数MAB呈幂函数形式逐渐减小;当样本数量小于200时MAB较为敏感,模型精度较差,样本量大于200时,其精度随样本量逐渐增加,但变化幅度逐步减小并趋于稳定。因此,根据MAB的变化趋势,样本量达到200时可以构建精度较高且稳定模型。(本文来源于《植物研究》期刊2019年06期）
夏万元,钟晓妮,陶浩,陈茜,赖敏清[6]（2019）在《参考值范围样本量估计中参数的适度性研究》一文中研究指出目的探讨Troendle和Jennen-Steinmetz提出的参考值范围样本量计算方法的适用条件及参数合适取值范围。方法通过计算机模拟,研究样本量计算方法的可用性和相关参数变化时样本量的变化情况。结果 Jennen-Steinmetz提出的样本量计算方法中模拟计算的统计量η能较好满足研究设计的精度要求,容许误差δ小于0.003时,估计样本量出现迅速上升。Troendle的标准中新构建统计量r小于0.02时,样本量需求出现迅速上升。根据模拟样本量估计结果,我们认为参数δ和r的适宜取值范围分别为0.002～0.015和0.01～0.12。结论当前样本量计算方法能一定程度上解决参考值范围计算时样本量估计问题。但是该方法还需要进一步完善改进。(本文来源于《中国卫生统计》期刊2019年05期）
张薇,张秋菊,王玉鹏,谢彪,孙琳[7]（2019）在《压缩感知理论在小样本量蛋白质组学变量筛选研究中的应用》一文中研究指出目的探索基于压缩感知理论变量筛选方法在小样本量蛋白质组学研究中应用的效果和特点,为小样本量的蛋白质组学的变量筛选提供更灵敏、可靠的方法。方法模拟实验比较基于CS理论的变量筛选方法与偏最小二乘(PLS)及随机森林(RF)筛选变量的能力,通过灵敏度、特异度及平衡准确度评价其变量筛选效果;利用CS变量筛选方法筛选非小细胞肺癌两亚型组(腺癌和鳞状细胞癌)的差异蛋白。结果模拟实验表明,CS理论的变量筛选方法在样本量较小时具有较好的变量筛选效果,灵敏度、特异度及平衡准确度均较高;利用基于CS理论的变量筛选方法筛选,获得肺腺癌和鳞状细胞癌间差异表达蛋白22种,被证明是肺腺癌和鳞状细胞癌间有差异的蛋白为:Cytokeratin 6A、Cytokeratin 6B、Cytokeratin 6C、PKP1、P63、MCT1。结论基于CS理论的变量筛选方法在样本量特别少时,筛选变量的效果优于PLS和RF,更适用于小样本蛋白质组学数据变量筛选研究。(本文来源于《中国卫生统计》期刊2019年05期）
李成钰[8]（2019）在《样本量变化对上证指数预测精度的影响——基于MATLAB的BP神经网络模型的预测分析》一文中研究指出选取具有不同变化特征的两个时段的上证指数每日收盘价为研究对象,使用基于MATLAB的BP神经网络模型,分别预测最后10个交易日的每日收盘指数,并对预测精度进行对比。结果表明,在同一个BP神经网络中,增加输入样本个数确实有助于提高短期预测的精度,但样本区间的选择是关键,时段内的样本应具有大体相同的变化趋势。当样本量变化时,调整网络模型结构也有助于提高短期预测的精度。对于深受政策影响的中国股市而言,将人工神经网络用于股市的短期预测更有意义。(本文来源于《河南科技》期刊2019年28期）
王慧,高雪,虞明星,王彤[9]（2019）在《logistic回归中一类基于Wald检验的样本量和功效估计》一文中研究指出目的本文以logistic回归为例,介绍一类基于Wald检验的样本量和功效计算方法。方法推导一般情形下的计算方法,给出两类简单情形下的样本量计算公式:(1)模型仅含有一个暴露因素;(2)模型含有一个暴露因素和一个混杂因素,并给出实例分析。在暴露因素为一个二分类变量时,通过模拟研究比较了教科书上常用计算公式与基于Wald检验样本量的区别。对于病例对照研究,给定功效时,可通过最小化样本量来估计最优的病例与对照的比例。结果理论推导和模拟研究均显示,教材中的公式可能高估也可能低估样本量,仅当H_0成立时,叁种方法得到的样本量估计相同。结论研究设计中计算样本量的统计量与假设检验采用的统计量建议保持一致。(本文来源于《中国卫生统计》期刊2019年04期）
陈新林[10]（2019）在《单病例随机对照(N-of-1)试验的样本量估计方法》一文中研究指出随着单病例随机对照试验(N-of-1试验)受到越来越多的关注,其样本量估算是困扰科研人员的重要问题。本文主要介绍了N-of-1试验的模型和假设,在模型基础上,提出固定模型和随机模型的样本量估计方法,并给出对应的应用条件、公式及实例。以期国内研究人员实施N-of-1试验方案时,能够使用正确的样本量估计方法,从而提高我国N-of-1试验的研究质量。(本文来源于《中国循证医学杂志》期刊2019年07期）
样本量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本报讯 （首席记者唐闻佳）机器人辅助外科手术已非新鲜事，在外科常规开展了!正在上海举行的第八届亚洲机器人和腹腔镜结直肠外科年会传出消息：世界最大样本量研究显示，在我国，机器人辅助结直肠手术安全有效，全体患者五年生存率近八成，达到国际先进水平。复旦
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
样本量论文参考文献
[1].陶婷婷.亚洲机器人和腹腔镜结直肠外科年会首次登陆中国内地[N].上海科技报.2019
[2].唐闻佳.机器人辅助结直肠手术安全有效全体患者五年生存率近八成[N].文汇报.2019
[3].叶亮,夏新涛,常振.样本量对滚动轴承振动性能变异过程评估的影响[J].航空动力学报.2019
[4].朱玮,杨嘉智.叙述性偏好法实验的有效样本量模型框架[J].同济大学学报(自然科学版).2019
[5].李亚麒,许玉兰,李伟,孙继伟,汪梦婷.样本量对云南松幼苗生物量模型构建及预估精度的影响[J].植物研究.2019
[6].夏万元,钟晓妮,陶浩,陈茜,赖敏清.参考值范围样本量估计中参数的适度性研究[J].中国卫生统计.2019
[7].张薇,张秋菊,王玉鹏,谢彪,孙琳.压缩感知理论在小样本量蛋白质组学变量筛选研究中的应用[J].中国卫生统计.2019
[8].李成钰.样本量变化对上证指数预测精度的影响——基于MATLAB的BP神经网络模型的预测分析[J].河南科技.2019
[9].王慧,高雪,虞明星,王彤.logistic回归中一类基于Wald检验的样本量和功效估计[J].中国卫生统计.2019
[10].陈新林.单病例随机对照(N-of-1)试验的样本量估计方法[J].中国循证医学杂志.2019
论文知识图
