本文探讨了在泊松分布设计中,统计功效如何完全取决于处理组和对照组的总计数,而不是简单地将数据切片成更精细的时间段就能提高。作者介绍了最小可检测效应量(MDE)的概念,作为功效分析的替代方法,并通过模拟案例解释了如何根据MDE确定研究所需的样本量。
本文作者分享了自己统计代码行数的经验。通过命令行工具,作者统计出自己近期项目中大约包含3万行Python代码,并估算每天编写约143行代码。作者还对比了Python代码与R代码、SPSS代码的行数差异,并分析了造成差异的原因。