样本量小，如何正确找到参数之间的相关性？你好，
不幸的是，最后我只剩下 3 个样本，这些样本确定了大约 10 个不同的特征。 现在我有一个 3 行 10 列的表。 我想做的是弄清楚这些参数之间是否存在一对一的趋势（相关性），或者换句话说，其中一些参数是否与其他一些参数具有很强的相关性。
因此，我用JMP进行了多变量分析，结果很有效。 但问题是，这个样本量是否太小，无法得出可靠的结论？ 如果是这样，我应该如何正确计算样本量？
有人说如果JMP能用，说明我的样本量没问题，但我有点怀疑这一点。 你怎么想？
预先感谢您的意见或意见！
基础数据分析和建模分享和交流结果视窗Re: 样本量小，如何正确找到参数之间的相关性？首先，欢迎来到社区。如果您有多列数据，JMP 可以执行多变量分析。它可能没有用，但它不会失败。 更具挑战性的问题是，您对这项研究的结果在未来的真实性有多大信心（假设这就是您所说的“可靠的结论”）？很少可以仅通过统计来评估这一点（我知道有些人可能会反对这一点）。 问题是您手头的样本在多大程度上代表了未来的情况？ 希望您的 SME 能够就您拥有的 3 个样本在“所有样本”中的代表性程度提供一些指导。我会很怀疑。这3个样本是如何获得的？
“不幸的是，未来的实验（未来的试验、明天的生产）将受到与影响本次实验的环境条件（温度、材料、人员）不同的影响......仅通过对主题的了解，可能需要进一步的实验来覆盖更广泛的条件，人们可以决定未来的环境条件是否与今天的环境条件足够接近，尽管存在犯错的风险允许使用手头的结果”。
戴明博士
有一些方法可以提高采样的效率，有助于增加研究的推理空间，从而增加您的研究在未来适用的可能性。
Re: 样本量小，如何正确找到参数之间的相关性？感谢您的迅速回复和欢迎！就像你说的，这个结果在未来是否仍然有效，不仅仅取决于统计结果。 但也应该考虑实际意义。 我在提出这个问题时试图弄清楚的是，统计的角度，3 个样本 x 10 个特征是否足以获得这些特征之间的相关性。 我应该相信相关性 R2 并开始解释所获得结果的实际意义吗？ （不确定我是否澄清了我的问题......抱歉）。
3个样品的制备方法相同，只是蛋白质含量逐渐增加。
Re: 样本量小，如何正确找到参数之间的相关性？我不相信任何统计魔法都无法克服这样一个事实：您只有 3 个样本，因此必须对您观察到的任何关系持怀疑态度。您可以尝试引导程序，以便更具体地了解相关性的置信区间（它们应该匹配得相当好）。我怀疑它们会相当广泛，这表明你对这些关系有多么不确定。因此，您可以让 JMP 估计关系以及不确定性，但最终问题是您想要将结果用于什么目的。我认为对任何事情使用点估计都是危险的 - 但随着对不确定性的一些模拟，它可能会被证明是有用的。我认为，最终，您将需要更多数据才能对您的发现有信心。
