样本含量公式
生物统计第三节 样本含量的估计与检验效能1
δ为允许误差 (x m，) 可根据调查要求的准确性确定；
1-a为置信度。
上一张 下一张 主 页 退 出
在首次计算时，可先用df =∞时 (当置信度 为95%时，zα= z0.05=1.96；置信度为99%时， zα = z0.01=2.58)值代入，若算得n<30，再用df=n-1 的za代入计算，直到n稳定为止。
即至少需要调查1025只鸡，才能以95%的 置信度使调查所得的样本百分数与总体百分数 相差不超过0.03。
此 外 ， 当 样 本 百 分 数 接 近 0% 或 100% 时 ， 分布呈偏态，应对x作 sin 1 x 转换。此时估算 公式为：
n [57.3z / sin 1( / 1 )]2 (9-23)
式中：n为每组试验的动物头数； p为合并百分数，由样本百分数计算， q 1 p；
为预期达到差异显著的百分数差值；
ua为自由度等于∞、两尾概率为a的临界u值： u0.05=1.96, u0.01=2.58；
1-a 为置信度。
上一张 下一张 主 页 退 出
【例9.13】 两种痢疾菌苗对鸡白痢病的免疫 效果，初步试验表明，甲菌苗有效率为22／50 = 44%，乙菌苗有效率为28／50 = 56%，今欲 以95%的置信度在样本的百分数差值达到10％ 时检验出两种菌苗免疫效果有显著差异，问试 验时每组至少需接种多少只鸡？
已知 π=0.08，α=0.05，Z0.05/2=1.96,δ=0.02 代入公式（6.2）得
n
1.96 0.02
2
0.08
(1
0.08)
707
即需调查707人。 如果采用单侧z0.05=1.645，则n= 498
总体百分数如果事先未知，可先从总体中 调查一个样本估计。或令z=0.5进行估算。
百分含量的计算公式
百分含量的计算公式
百分含量的计算公式：样本实际含量÷样本总量×100%
例如：
一铜铁合金50克，其中铜有20克，则合金中铜的百分含量是：
样本总量——铜铁合金50克。
样本实际含量——其中铜有20克。
20÷50×100%=40%。
含量计算公式:很多物都是含水化合物，液相检测出来的就是它本生物质的峰面积，计算出来的含量是含水时的含量，但是中国典规定中，很多物的含量要求都是以无水物计算，这就得把含水的那一部分去掉。
比如水分测得1%，用对照品测无水物含量时就得把水的那部分去掉，最后乘以（1-1%）。
含量就指特定物质中所包含的某种成分的量。
两组样本均数比较的样本含量计算公式
两组样本均数比较的样本含量计算公式在我们的统计学世界里，有一个很重要的工具，那就是两组样本均数比较的样本含量计算公式。
这可不像听起来那么枯燥无聊哦，其实它就像是我们解决问题的一把神奇钥匙。
想象一下，咱们正在研究一种新的教学方法，想看看它是不是真的能提高学生的数学成绩。
一组学生用传统方法学习，另一组用新方法。
这时候，我们怎么知道要找多少学生来做这个实验，才能得出可靠的结论呢？这就要用到咱们的样本含量计算公式啦。
这个公式看起来可能有点复杂，一堆字母和符号。
但是别担心，咱们慢慢捋一捋。
比如说，这里面有个叫“标准差”的家伙，它其实就是反映数据离散程度的。
如果成绩波动很大，标准差就大；要是大家成绩都差不多，标准差就小。
还有个“检验水准”，简单说就是我们能接受犯错误的概率。
比如说，我们把检验水准设为0.05，那就意味着我们最多能容忍5%的犯错机会。
我之前就遇到过这么个事儿。
学校要比较两个班级的语文平均成绩，看看不同的教学方式有没有效果。
我一开始没太在意样本含量的计算，随便选了一些学生。
结果呢，得出来的结论模棱两可，根本没法说明哪种教学方式更好。
这可把我愁坏了！后来我仔细研究了这个样本含量计算公式，重新规划了样本，才得到了比较准确和有意义的结果。
再说说“功效”这个概念。
它就像是我们的目标，我们希望有多大的把握能发现真正的差异。
比如说，我们希望有 80%的把握能检测出两种教学方法导致的成绩差异，那在计算样本含量的时候就得把这个考虑进去。
而且啊，样本含量的计算还得考虑很多实际情况。
比如研究的成本、时间和可行性。
要是算出来需要几百个样本，可我们没那么多资源，那就得重新调整研究方案。
总之，两组样本均数比较的样本含量计算公式虽然有点复杂，但只要我们用心去理解，结合实际情况灵活运用，就能在研究中少走很多弯路，得到更可靠、更有价值的结论。
就像我们在学习和生活中，遇到难题别害怕，多琢磨琢磨，总能找到解决办法的！希望大家以后再碰到类似的问题，都能轻松应对，用这个神奇的公式打开科学研究的大门，发现更多有趣的知识和真理！。
样本实际含量偏差计算公式
样本实际含量偏差计算公式引言。
在化学分析实验中，常常需要对样本中某种物质的含量进行测定。
然而，由于各种原因，实际测得的含量往往与样本中的真实含量存在一定的偏差。
因此，对于化学分析实验来说，准确计算样本实际含量偏差是非常重要的。
本文将介绍样本实际含量偏差的计算公式及其应用。
一、样本实际含量偏差的定义。
样本实际含量偏差是指实际测得的含量与样本中的真实含量之间的差异。
它可以用来评价分析方法的准确度和精密度，对于质量控制和质量保证具有重要意义。
在化学分析实验中，样本实际含量偏差通常用相对偏差或绝对偏差来表示。
相对偏差是指实际含量与真实含量之间的差异占真实含量的比例，通常以百分比表示；绝对偏差是指实际含量与真实含量之间的差异的绝对值。
二、样本实际含量偏差的计算公式。
1. 相对偏差的计算公式。
相对偏差（%）=（实际含量-真实含量）/ 真实含量× 100%。
其中，实际含量和真实含量通常以质量或体积来表示，可以根据具体情况选择合适的单位。
相对偏差的计算公式可以用于评价不同分析方法的准确度和精密度，也可以用于评价不同实验条件下的分析结果的可比性。
2. 绝对偏差的计算公式。
绝对偏差 = |实际含量-真实含量|。
绝对偏差是实际含量与真实含量之间的差异的绝对值，它可以用来评价分析方法的准确度和精密度，也可以用来评价不同实验条件下的分析结果的可比性。
三、样本实际含量偏差的应用。
1. 评价分析方法的准确度和精密度。
样本实际含量偏差可以用来评价不同分析方法的准确度和精密度。
通过对同一样本进行多次分析，可以计算出不同分析方法的相对偏差和绝对偏差，从而比较它们的准确度和精密度。
这对于选择合适的分析方法具有重要意义，也对于质量控制和质量保证具有重要意义。
2. 评价不同实验条件下的分析结果的可比性。
样本实际含量偏差可以用来评价不同实验条件下的分析结果的可比性。
通过对同一样本在不同实验条件下进行分析，可以计算出不同实验条件下的相对偏差和绝对偏差，从而比较它们的可比性。
(完整版)第18章样本含量的估计
无论是调查研究还是实验性研究，医学研究大都是抽样研究，最终目的在于利用实际观测得到的样本信息推断未知的总体特征，即统计推断。
抽样研究设计时需要回答一个非常关键的问题：样本中包含多少个研究对象(人、动物、生物学材料等)才能既满足统计学要求，完成有效的统计推断，又照顾研究的可行性、伦理学等实际问题，从而最大限度控制研究成本和研究风险，提高研究效率。
这就是样本含量估计(estimation of sample size)。
本章将从统计推断的目的出发，介绍样本含量估计意义及常用的计算公式，并在此基础上介绍检验效能的估计(power analysis)。
第一节样本含量估计的意义及方法一、样本含量估计的意义由于抽样研究中抽样误差不可避免，样本统计量与其所对应的总体参数间总是存在一定差异。
因此，尽量减小抽样误差是提高统计推断精度的必然要求。
在总体变异性确定的条件下，样本中所含的研究对象数越多，抽样误差必然越小，样本统计量的稳定性肯定越高，总体参数的估计精度越好，假设检验中的检验效能(power=1- )亦会越高，从而避免出现假阴性的结论。
同时在实验性研究中，只有在研究对象数量足够大时才能使随机分组更加有效，从而保证组间均衡性。
但在实际研究中，除了要考虑抽样误差外，还需考虑研究的可行性、结论的时效性、医学伦理以及非随机误差的影响等实际问题，并非研究对象数越多越好。
比如在改良肩周炎贴膏临床试验中，如果片面地追求大样本，研究中所需的人力、物力、财力等物质支持必然增大，研究的可行性下降。
由于需纳入更多病例，可能会延长产品研发周期，影响新药投产上市；若增加医院或临床实验中心参与该研究，又增加了组织协调的工作量和工作难度。
同时增加各种混杂、偏倚发生的机会，比如由于肩周炎发病、预后与季节、气候密切相关，临床病例接收时间太长，组内病例同质性差；测量仪器增多导致测量误差增大，观察疗效的医院、医生增多，研究结果的一致性降低等现实问题，使得试验结果难于分析或者难以合理解释，影响研究结论的科学性。
样本率公式
样本率公式两个样本率作比较的目的在于推断两个样本各自代表的两总体率是否相等。
常用的方法有x2检...x2齐性检验样本资料的合并是在资料同质的前提下进行的，因而需要考查各样本是否来自同一总体。
若经假设检验认为各样本不是来自同一总体，则称存在间杂性。
用抽样方法进行研究时，必然存在抽样误差。
率的抽样误差大小可用率的标准误来表示，计算公式如下：式中：σp为率的标准误，π为总体阳性率，n为样本含量。
因为实际工作中很难知道总体阳性率π，故一般采用样本率p 来代替，而上式就变为：由于样本率与总体率之间存在着抽样误差，所以也需根据样本率来推算总体率所在的范围，根据样本含量n和样本率P的大小不同，分别采用下列两种方法：（一）正态近似法当样本含量n足够大，且样本率P和（1-p）均不太小，如np或n(1-p)均≥5时，样本率的分布近似正态分布，则总体率的可信区间可由下列公式估计：总体率（π）的95%可信区间：p±1.96sp总体率（π）的99%可信区间：p±2.58sp例如前述两组高碘地方性甲状腺肿患病率的总体患病率可信区间为：第一组：95%可信区间为1.78%±1.96×0.23%=1.33%～2.23%95%可信区间为1.78%±2.58×0.23%=1.19%～2.37%第二组：95%可信区间为5.6%±1.96×0.41%=4.80%～6.40%95%可信区间为5.6%±2.58×0.41%=4.54%～6.66%(二)查表法当样本含量n较小，如n≤50，特别是p接近0或1时，则按二项分布原理确定总体率的可信区间，其计算较繁，读者可根据样本含量n和阳性数X参照专用统计学介绍的二项分布中95%可信限表。
诊断试验样本量估计的方法
诊断试验样本量计算定性1. 单组目标值法评价指标有确定的临床可接受标准时，需证明产品评价指标满足可接受标准要求。
此时可采用单组目标值法样本量公式估算最低样本量。
公式中，n为样本量；Z1-α/2、Z1-β为显著性水平和把握度的标准正态分布的分数位，P0为评价指标的临床可接受标准，PT为试验体外诊断试剂评价指标预期值。
2. 不设定临床可接受标准对于临床试验的参数估计中只保证评价指标满足期望精度水平（置信区间的宽度一定），而不设定临床可接受标准的情况，可采用如下公式：公式中n为样本量，Z1-α/2为置信度标准正态分布的分位数，P为评价指标预期值，Δ为P的允许误差大小。
应注意，P和Δ的取值应有充分依据，除非有特殊理由，否则不建议设置Δ>0.05，当预期值更高时还应考虑更优的精度。
采用上述公式，可根据灵敏度或特异度的预期值分别估算具有目标疾病状态的受试者（阳性）或不具有目标疾病状态的受试者（阴性）的样本量。
3.Kappa系数Donner和Eliasziw(1992)给出的单样本二分类变量kappa系数双侧检验的样本量估计方法，是建立在自由度为l，非中心参数为λ (1，1-β，α)的非中心χ2分布上的，其样本量的计算公式为：式中，π为研究对象被判为阳性的概率，K0为原假设kappa系数，K1为备择假设kappa系数。
在自由度为l的情况下，非中心参数λ (1，1-β，α)近似等于(Z1−α/2+Z1−β)2。
由于公式计算复杂，Kappa系数检验计算样本量可以用PASS软件进行半定量1.转换为定性将半定量检测转换为定性检测，样本量估算可以采用定性检测样本量估算公式。
分类数较少，例如阴性、弱阳性、阳性，可转换为二分类定性资料，病例组需包含一定量的弱阳性样本。
2.转换为定量分类数较多时将半定量检测转换为定量检测，样本量估算可以采用定量检测样本量估算公式。
定量1.转换为定性某些定量检测试剂有医学决定水平，此时可以将定量检测转换为定性检测，样本量估算可以采用定性检测样本量估算公式。
(仅供参考)临床研究中样本量的估计方法
往是在此基础上，用已求得的样本数 !! 再进行评估。即用 $ & !! % $ 的 "! 和 "" 值再求出 !#，再用 $ & !" % $ 的 "! 和 "" 值求出 !$……直至前后两次求得的结果趋于稳定为止，此值即为应采用 的样本数。应注意有单双侧之分，而 # 仅取单侧。
例 $：某医生用石杉碱甲治疗阿尔茨海默病，已知该类患者
种观点实际上是不符合设计原则的。 "样本含量的估计一般有以下 * 个条件：0 $ 1 设定检验的
第!类错误概率 "，即检验水准或显著性水平。0 ( 1 设定 检验的第#类错误概率 $，或检验效能（把握度）$ 3 $。 0) 1 了解一些由样本推断总体的一些信息。 0* 1 处理组 间差别 % 的估计，即确定容许误差。
!( # 王芳* 韩丽莎* 闫秀英* 等 + 旋磁场对糖尿病大鼠血糖及组织细胞学影响的观 察 ! , #+ 中国临床康复* "--"* ’ .$ / 0 $(’
!) # 鲁燕莉 + 肩周炎的康复治疗 ! ,# + 中国临床康复* "--"* ’ . ) / 0 11(’
!""# $%&$ ’ ()*% +# *$ ’ $,&- . / !!!" #$%&’(" &)*
论。现将临床上较为常用的样本量估计方法做一介绍。
"’ $ 定量反应结果样本含量的估计
"’ $’ $ 样本均数与总体均数的比较 样本含量的计算公式为：
!
,
［（" !
# ""）$］" "
样本含量公式范文
样本含量公式范文样本含量是指进行实验、调查或研究时所需的研究对象的数量。
在统计学中，样本含量的大小对研究结果的准确性和可靠性有重要影响。
样本含量的确定涉及到众多因素，如研究目的、效应大小、置信水平、统计功效等。
本文将详细讨论样本含量的计算公式及其相关因素。
一、样本含量计算公式样本含量的计算公式是研究设计和分析的关键之一、一般来说，样本含量与研究目的紧密相关，常见的样本含量计算公式有：1.简单随机抽样简单随机抽样是指从总体中随机地选择样本，以代表整个总体。
当使用简单随机抽样方法进行研究时，样本含量的计算公式如下：n=(Z*σ/E)²其中，n表示样本含量，Z代表z分数，表示所需的置信水平，常见的有95%或99%，σ表示方差，E代表所容忍的误差。
2.系统抽样系统抽样是指按照一些规律选择样本的方法。
当使用系统抽样方法进行研究时，样本含量的计算公式如下：n=N/(1+N*e²)其中，n表示样本含量，N表示总体规模，e代表抽样误差。
3.分层抽样分层抽样是将总体划分为若干层次，在各层次分别进行简单随机抽样的方法。
当使用分层抽样方法进行研究时，样本含量的计算公式如下：n=Σ(Nh/N)*(Z*σh/E)²其中，n表示样本含量，Nh表示第h层的个体数量，N表示总体规模，Z代表z分数，σh表示第h层的方差，E代表所容忍的误差。
二、样本含量的影响因素样本含量的计算需要考虑多个影响因素，主要包括以下几个方面：1.置信水平置信水平是指在一次研究中所容忍的错误率，常见的有95%或99%。
置信水平越高，样本含量越大。
2.效应大小效应大小是指所要检验的两个群体之间的差异，例如平均值的差异、比例的差异等。
效应大小越大，样本含量越小。
3.抽样误差抽样误差是指由于通过样本来估计总体参数时所带来的误差。
抽样误差越大，样本含量越大。
4.统计功效统计功效是指研究能够发现真实效应的概率。
统计功效越高，样本含量越大。
样本含量估计
检验效能（1-β）
又称把握度，为1-β，即在特定的α 水准下，若总体参数 之间确实存在着差别，此时该次实验能发现此差别的概率。β 即假设检验第二类错误出现的概率，为假阴性错误出现的概 率。检验效能即避免假阴性的能力，β越小，检验效能越高， 所需的样本量越大，反之就要越小。β水平由研究者具情决定 ，通常取β为0.2，0.1或0.05。即1－β=0.8，0.9或0.95，也 就是说把握度为80%，90%或95%。
u n
22
2
σ为总体标准差，一般用样本标准差s表 示；δ为容许误差，即样本均数与总体 均数间的容许差值；α取双侧，u值可以 查表。
1.1估计总体均数所需样本含量
例1：某医院拟用抽样调查评价本地区健康成人白细胞数
的水平，要求误差不超过0.2*109/L。根据文献报告，健
康成人的白细胞数的标准差约1.5*109/L。问需要调查多
双侧α/2 0.80 0.60 0.40 0.20 0.10 0.05 0.02 0.01
β
0.40 0.30 0.20 0.10 0.05 0.025 0.01 0.005
1-β
0.60 0.70 0.80 0.90 0.95 0.975 0.99 0.995
u值
0.2532 0.5243 0.8417 1.2816 1.6449 1.960 2.3263 2.5758
2.4.2 两样本率比较
医学研究中样本量的估计
n
(u
u )2
2
（3）样本均数与总体均数比 较的样本量估计
COMPUTE n=((1.96 + 1.282) *3/ 1.5 ) **2. EXECUTE.
樱桃.gif
n=43
（4）完全随机设计两样本含量相 等时均数比较的样本量估计
例题4：某药厂对新研发的降压中成药与标准降压药的疗效比较。已知
2 2
) )
（11）两样本相关系数比较的样本量估计
COMPUTE n=8 * ((1.645 + 1.282) / (LN(((1 + 0.90)*(1-0.80)) /((1 0.90)*(1+0.80))))) ** 2 + 3.
EXECUTE.
樱桃.gif
（12）不配对病例-对照研究设计 （病例数与对照数相等时的样本含量）
EXECUTE.
（8）完全随机设计两样本率比较的样本含 量估计（当两样本量相等时）
例题8：拟研究新研制的抗菌药物对某感染性疾病的治疗效果。经预 试验，试验药有效率为80%，对照药有效率为60%。问正式临床试验每组需 要观察多少病例（假设采用双侧检验）？
单侧：n1 n2 u2
樱桃.gif
2
2 p(1 p) u2 p1 (1 p1 ) p2 (1 p2 )
n
(t
t
)sd
2
（6）配对设计两样本均数比 较的样本量估计
COMPUTE n=((1.96 + 1.645) * 25 / 15) ** 2. EXECUTE.
樱桃.gif
n=37
（7）完全随机设计多样本均数 比较的样本量估计
例题7：某中医院应用中西医结合治疗肺气虚、脾气虚、肾气虚慢性阻 塞性肺疾病（COPD）患者，并与单纯西药为对照组，观察中西医结合治疗 COPD患者不同中医证型的肺功能改善效果，根据查阅相关资料，肺气虚的 FVC（L）为2.44±0.32；脾气虚为樱2桃..g4if0±0.36；肾气虚为2.31±0.29；对 照组为2.51±0.32。问该项临床研究估计需要观察多少病例数？
样本含量估计讲解
流行病与统计教研室
2019/6/9
1
第一节 样本含量估计的意义及应具备的条件
– 【例17-1】已知糖尿病患病率一般为2%～3%， 现拟采用单纯随机抽样方法从某社区抽取随机 样本，以了解该社区人群中糖尿病患病率。该 社区人口为3000人，希望误差不超过1%，取 a=0.05，需调查多少人？
• 二、其它概率抽样方法的样本含量估计
– （一） 分层抽样所需样本含量估计 – （二） 整群抽样所需样本含量估计
2019/6/9
7
单纯随机抽样的样本含量估计
• 估计总体均数的样本含量
–
公式：
n
ta,v s
2
• 式中，S 为总体标准差的估计值
为容许误差
ta,v 需要查t界值表，可先用标准正态分 布算初中步的的z自a 代由入度，v，算可出查一表个得初t步a,估v ，计以的此n，带再入计公
则 1 0
2019/6/9
29
– 【例 17-6】 已知健康妇女血清胆固醇平均水平 为4.4mmol/L，现欲研究服用类固醇类避孕药 对血清胆固醇水平的影响（双侧，即不知升高 还是降低）。改变值≤0.2 mmol/L时作为无改变， 改变值≥1.0mmol/L时作为有改变，
S 0.85 0.05 0.10 ，问需研究多少人？
p2 0.1449 m 4180 4970 2 4575
p 1060720 4180 4970 0.1945 K 55
2019/6/9
25
k0
1.962
41822
0.2536 0.19452 49702 0.1449 2 1 45752 0.12
抽样及样本含量估计
11 0.358031 7 0.297145 6 0.251854 3 0.009253
样本估计和总体参数
对于简单随机抽样，可以用样本均数来估计总 体均数
简单随机抽样的特点
优点： （1）比较容易理解和掌握；（2）抽样框不需要其他辅
以95%的可信度，估计有效成分含量的均值在真值的 10%范围内，需要多大的样本？
222=277.56≈278 22/(2.25*10%)2=54.38≈55
简单随机抽样样本量估计是其他概率抽样方法样本 量估计的基础
其他概率抽样样本量估计可以用简单随机抽样样本 量乘以设计效应deff
如多阶段抽样deff范围约在1.3～3之间
简单随机抽样样本量估计（总体参数 为均数)
2
2
u n
/2 2
2： 总 体 的 方 差 ， 根 据 预 试 验 估 计
= x
当用相对容许误差 （ 与 总 体 均 数 相 差 不 超 过 真 值 的 （% ） ） 表 示 时 ， 则 =
举例：抽样调查时估计总体均数时
以α=0.05，估计有效成分含量的均值在真值的± 0.10范 围内，需要调查多少样本？
抽样框中应该有抽样单元名称和地理位置的信息，以便 研究人员能找到被选中的单元.
好的抽样框不仅与目标总体保持一致，而且还尽可能的 提供与研究的目标量有关的辅助信息。
年龄、性别等
举例：
居委会住户名单
抽样的类型
概率抽样 按一定的概率以随机原则抽取样本 概率抽样中抽样框是关键 抽中的概率已知 当用样本对总体目标进行估计时，要考虑到该样本被抽中 的概率 “概率抽样”不等于“等概率抽样”
样本含量的估算(共55页)
2
75
简 历
返回总目录
返回章目录
结束 第14页
统计学讲座 样本含量的估算
5、两样本率的检验
公式（5）为：
( z (1 )( Q Q ) z (1 ) / Q (1 ) / Q c 1 1 1 2 2 2 N c 1 2
1 1 1 2 2
（5）
式中：
c Q11 Q2 2
返回总目录 返回章目录 结束 第15页
简 历
统计学讲座 样本含量的估算
【例5】两样本率的检验
【例5】研究针炙配合心理疗法治疗失眠的效果。预试验中， 针炙和心理联合治疗的有效率为94%，单纯应用针炙治疗的 有效率为85%。若取双侧α=0.05，则z0.05=1.96，β取单侧 0.10，Z0.1=1.282，则检验功效为0.9。若联合治疗的样本 含量占60%（Q1），单纯治疗的样本含量占40%（Q2），则两 组样本含量各为多少？ 计算：
简 历
返回总目录
返回章目录
结束 第5页
统计学讲座 样本含量的估算
（二）样本含量估算的方法
样本含量估算的公式：往往是通过假设检验的公式反推而得到。 1、单样本均数的检验或配对样本均数的检验：公式为
( z z ) N
2
（1）
单侧或双侧检验：取决于α的取值。如双侧，单侧。
2
(1.96 0.904(1 0.904)(0.601 0.401 ) 1.282 0.94(1 0.94) / 0.60 0.85(1 0.85) / 0.40 0.94 0.85 495
2
联合治疗组：n1=0.60×495=297 单纯组：n2=0.40×495=198
样本量的计算
公式计算法
总体均数的估计
公式计算法 样本均数与总体均数比较
公式计算法 两均数比较
公式计算法 配对资料（数值变量资料）
公式计算法 估计总体率（抽样）
当目标事件发生率为0.2-0.8（0.3-0.7）时： p为总体率。
公式计算法 样本率与总体率比较
当目标事件发生率为0.2-0.8（0.3-0.7）时：
人力物力。
经验法
计量资料：30-40例 计数资料：50-100例 调查研究：100例以上 地区性研究：平均样本人数500-1000人 全国性研究：1500-2500人 描述性研究：样本最少占总体的10%，如果总体较小，则最少占
总体20% 相关性研究：受试者至少30人以上
公式计算法 基本概念
例题
例题
例题
例题
例题
例题答案
例1： 例2： 例3： 例4： 例5： 例6：39≈38.3 例7：本设计至少需要观察235例 例8： 例9：p’’=0.720-0.066，
N=（1.6449-1.2816）2/[12×0.5×（1-0.5）（0.654-0.5）2]=120.3 各组需至少61例
公式计算法 配对资料（无序分类变量）
公式计算法 两样本率比较
公式计算法 两样本比较秩和检验（有序分类变量）
N=n1+n2，C=n1/N=0.5，p’’=p1-p2
查表法
计算机软件
nQuery Advisor SamplePower SASA PASS SAS
பைடு நூலகம்意事项
1.选择恰当的估算样本含量的方法。 2.选择的总体尽量单一，减少个体变异；尽量选择客观指标； 制定合适的实验方案，严格控制实验条件；成组设计的例数应 尽可能相同，多组设计一般要求各组间的样本含量相等。 3.多种样本含量估计方法结合。若某研究有多个效应指标，应 对每个效应指标进行样本量估计，然后取样本量最大者为其研 究的样本量，也可只对主要指标进行样本含量的估计，然后取 量大者为其研究的样本含量。 4.由于估算的样本含量是最少需要量，估算的样本含量必须考 虑样本的丢失情况，进行实验时需增加10%-15%的样本量。