.png){kind=icon}
返回
Estimating the Minimum Sample Size for Neural Network Model Fitting-A Monte Carlo Simulation Study
.png){kind=icon}
OA
AI
DOI：10.3390/bs15020211.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在机器学习时代，许多心理学研究采用机器学习方法。具体而言，神经网络作为一种在各类任务中表现出卓越性能的机器学习方法集合，已被用于心理测量数据集的监督模型拟合。从计算机科学家的角度来看，心理测量自变量通常是序数型且低维的——这些特征可能显著影响模型性能。据我们所知，目前尚无关于此项任务样本规划建议的指导。因此，我们开展了一项模拟研究，以测试神经网络在不同样本量下以及线性与非线性关系模拟中的性能。我们提出了神经网络模型拟合所需最小样本量的两个标准：95%的模型性能接近理论最大值，且80%的模型能够优于线性模型。这项模拟研究的结果表明，当自变量为序数型时，神经网络的性能可能不稳定，我们建议不应将神经网络用于心理学中具有至少常见非线性关系的序数型自变量。此外，还提供了进一步的建议和研究方向。
Keyword:
neural networks
sample size
ordinal dataset
predictive performance
reproducibility
期刊
B
IF:
2.5
论文数:
3.6K
被引数:
7.4K
机构
引用论文
分享收藏Minimum sample size for developing a multivariable prediction model: Part I – Continuous outcomes
PREAI
分享收藏Cronbach's alpha reliability: Interval estimation, hypothesis testing, and sample size planningCronbach的alpha可靠性: 区间估计，假设检验和样本量规划
PREAI
分享收藏Publication Bias in Psychology: A Diagnosis Based on the Correlation between Effect Size and Sample Size.png)
PLoS ONE
OAAI
PLoS ONEIF0
OAAI分享收藏
查看更多内容