Hadley Wickham谈大数据采样：小样本也能解决大问题

Hadley Wickham近期接受采访时指出，许多大数据问题其实可以通过合适的子集、样本或摘要简化为小数据问题。本文探讨了如何在大数据分析中进行有效采样。作者以一家为患有嗜睡症的山羊提供服务的公司Goatly为例，说明了如何计算合适的样本量以进行逻辑回归分析，最终得出需要约2345个样本才能准确代表10万个农场的数据。文章还介绍了计算样本量的Python脚本和在线工具，并简要解释了统计检验功效的概念。