本文已收录于以下专栏：
相关文章推荐
select * from (  
select e.*, cast(rand() * 100000 as int) as vidx from  e   
            &#160...
在电视节目中经常看到关于选举的报道中经常会后有支持率的数字，例如：调查结果为a方支持率为45.3%；b方支持率为30.2%； c方支持率为8.5%；...最后都会说明一下，此次电话调查的数量2300，...
随机抽取出6000+YouTube用户，并收集这些用户上传的所有104092个视频信息。
数据格式：author、
videoId、videoTime、seqNum、timeCrawl...
在进行统计的时候，我们可能需要随机抽取一定数量的样本，比如从
5月25日，Eldy发布了AWStats的7.0版本，从界面上看主要的变化是很多统计图使用了Google图表API生成；在Linux的安装请参考AWStats安装笔记， 此次更新后的相关配置修改都放到...
问题起源于编程珠玑Column 12中的题目10，其描述如下：
How could you select one of n objects at random, where you see the ...
在电视节目中经常看到关于选举的报道中经常会后有支持率的数字，例如：调查结果为a方支持率为45.3%；b方支持率为30.2%； c方支持率为8.5%；...最后都会说明一下，此次电话调查的数量2300，...
本文对抽样分布的概念、无偏差和最小偏差等性质，以及中心极限定理和样本比例的抽样分布进行总结。2 抽样分布基本概念
参数（parameter）：参数是对总体的数值描述，因为是总体，所以值经常是未知的...
他的最新文章
讲师：王哲涵
讲师：韦玮
您举报文章：
举报原因：
原文地址：
原因补充：
(最多只允许输入30个字)关注今日：14 | 主题：194593
微信扫一扫
【求助】请教一下各位，样本量的计算方法？
页码直达：
这个帖子发布于4年零211天前，其中的信息可能已发生改变或有所发展。
我做了一个不同民族人群正常值测定和对比的课题，两个民族各分3个年龄段，一共是6组，就每组选了100个病例，一共是600例，前几天预答辩的时候老师一定要问我为什么选定600例？样本量600例是怎么确定的？通过什么计算得到的？十分不明白，实验设计的时候没有考虑那么多啊。。。我这个每组100例对不对啊？请教一下各位，样本量的计算方法？非常感谢！
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
样本量多了点。。。按照德国杜尔塞夫大学开发的G * power 3软件，（）考虑两因素共计六水平，只要300多个例就够了。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
啊？还多了。。。我听公卫那个老师的意思好像是嫌少啊，感觉她说的是作为正常值检测样本量应该越大越好再请教下：有没有具体的计算公式啊什么的可以写在论文里的？谢谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
偶看错了，看成两组对比了，。。囧！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
样本量的计算是有公式可大致推算的。我们做试验设计，要考虑很多因素，例如成本。因此按不按公式进行必要的理论推算是一回事，但是不知道有这个推算的必要却是不可以的
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
继续问：具体怎么计算呢？非常感谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
mark 同纠结同痛苦 同求~ 你研究下附件里的文件咯 不甚明白
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
较新版本的SAS中有样本量的计算方法，输入α、1-β还有想要达到的检验差异值就可以算去样本量了，公式也可以算啊！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
也在纠结样本量的问题，共同痛苦一下。SAS，去看看吧。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
哭笑 也在纠结样本量的问题，共同痛苦一下。SAS，去看看吧。sas是神马
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
娴静的鱼 sas是神马一个统计软件
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
哭笑 一个统计软件免费的吗 比PASS好用吗 ？？？！！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
娴静的鱼 免费的吗 比PASS好用吗 ？？？！！这个我也没用过，不知道好不好用
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
请教一下，你的样本量最终是采用什么方法确定的，求帮助，我目前也遇到了此类问题，谢谢，麻烦了
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园关注今日：3 | 主题：91848
微信扫一扫
【求助】求助样本量计算？
页码直达：
这个帖子发布于5年零244天前，其中的信息可能已发生改变或有所发展。
本人准备做关于高血压的社区干预试验，需要算样本量，准备分干预和对照组（1：1），两组均是高血压患者，假设alpha＝0.05， beta=0.2 ，SBP平均下降5mmHg认为有效，已经做了基线调查，获得了高血压在社区患病率。求助各位懂统计的大大，上述样本量的估计方法，样本量怎么计算？感激涕零！
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
怎么没有人帮忙看下啊。。。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园版主
临床试验样本量计算工具 - 在线计算样本量临床研究中，由于总体或对照组效应值的取得并不容易，一般情况下也只是近似值；而界值的确定，涉及统计和医学专业知识，不同的界值将得出不同的结果，因此，样本量的计算结果，仅作为参考。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园版主
临床医学研究没有绝对的样本量标准，不同的研究方法、研究目的，研究要求和研究资料决定了样本量。一般而言，样本越小，结果的估计越精确。但样本过大或过小均可影响研究的可行性。因此，科学地确定样本量可增加研究的可靠性，得到可信的研究结果。1.估计样本量的决定因素[1]1.1 资料性质计量资料如果设计均衡,误差控制得好,样本可以小于30例; 计数资料即使误差控制严格,设计均衡, 样本需要大一些,需要30-100例。1.2 研究事件的发生率研究事件预期结局出现的结局（疾病或死亡），疾病发生率越高，所需的样本量越小，反之就要越大。1.3 研究因素的有效率有效率越高，即实验组和对照组比较数值差异越大，样本量就可以越小，小样本就可以达到统计学的显著性，反之就要越大。1.4 显著性水平即假设检验第一类（α）错误出现的概率。为假阳性错误出现的概率。α越小，所需的样本量越大，反之就要越小。α水平由研究者具情决定，通常α取0.05或0.01。1.5 检验效能检验效能又称把握度，为1－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。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。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=0.8，0.1或0.95，也就是说把握度为80%，90%或95%。1.6 容许的误差（δ）如果调查均数时，则先确定样本的均数( )和总体均数(m)之间最大的误差为多少。容许误差越小，需要样本量越大。一般取总体均数（1－α）可信限的一半。1.7 总体标准差(s)一般因未知而用样本标准差s代替。1.8 双侧检验与单侧检验采用统计学检验时,当研究结果高于和低于效应指标的界限均有意义时,应该选择双侧检验,所需样本量就大; 当研究结果仅高于或低于效应指标的界限有意义时,应该选择单侧检验,所需样本量就小。当进行双侧检验或单侧检验时，其α或β的Ua界值通过查标准正态分布的分位数表即可得到。表1 标准正态分布的分位数表a（或）β U2a （单侧检验） Ua（双侧检验）U2β（单侧和双侧）0.001 3.092 3.2900.002 2.878 3.0900.005 2.576 2.8070.010 2.326 2.5760.020 2.058 2.3260.025 1.960 2.2420.050 1.645 1.9600.100 1.282 1.6450.200 0.842 1.2822. 样本量的估算方法由于对变量或资料采用的检验方法不同，具体设计方案的样本量计算方法各异，只有通过查阅资料，借鉴他人的经验或进行预实验确定估计样本量决定因素的参数，便可进行估算。2.1 现况研究现况研究包括普查和抽样调查两类。抽样调查是从总体中随机抽取一定数量的观察单位组成样本，然后用样本信息来推断总体特征，在设计中要考虑样本含量问题。2.1.1 首先确定样本量的估算的参数容许的误差（δ）：如果调查均数时，则先确定样本的均数( )和总体均数(m)之间最大的误差为多少；在率的调查中，确定样本的率(p)和总体率(P)的最大容许误差为多少。显著性水平（容许误差的概率α）：一般取0.05或0.01。总体标准差(s)：根据以往的资料或小规模预调查的结果进行估计。2.1.2 计量资料2.1.2.1 对总体平均数m做估计调查的样本估计公式： n=（Uασ/δ） （式2.1.2.1）式中：n为所需样本大小；Ua为双侧检验中，a时U的界值，当a=0.05时, U0.05=1.96,a=0.01时,U0.01=2.58；s为总体标准差；δ为容许的误差。例1：某学校有学生3500人，用单纯随机抽样调查学生的白细胞水平，根据预查标准差为950个/ mm ，允许误差不超过100个/mm ，应调查多少人?N=3500 d=100个/mm s=950个/mma=0.05（双侧） Ua=1.96n=(1.96×950/100) ≈3472.1.2.2对样本均数与总体均数的差别做显著性检验时,所需样本的估计。单侧检验用：n=[（U2α+ U2β）s/δ]（式2.1.2.2-1）双侧检验用：n=[（Uα+ U2β）s/δ]（式2.1.2.2-2）式中：α与β分别为第一类错误及第二类错误出现的概率，Uα、 U2α、U2β分别为α、2α、2β检验水准的t值 。2.1.3 计数资料2.1.3.1 对总体率π做估计调查的样本大小公式： n=（Uα/δ） /P（1－P） （式2.1.3.1）式中：δ为容许的误差：即允许样本率(p)和总体率(P)的最大容许误差为多少。P为样本率。例2：对某地HBsAg阳性率进行调查，希望所得的样本率(p)和总体率(P)之差不超过2%，基于小规模预调查样本率P=14%，应调查多少人? (规定a=0.05)已知：δ=0.02, P=0.14，a=0.05 , Ua=1.96n=(1.96/0.02)2/×0.14(1－0.14) =1156需调查约1160人.2.1.3.2 对样本率与总体率的差别做显著性检验时,所需样本的估计。单侧检验用：n=（U2α+ U2β/δ2） （式2.1.3.2-1）双侧检验用：n=（Uα+ U2β/δ ） （式2.1.3.2-2）式中：α与β分别为第一类错误及第二类错误出现的概率，Uα、 U2α、U2β分别为α、2α、2β检验水准的t值 。2.1.3.3对样本均数与总体均数的差别做显著性检验时,所需样本的估计。单侧检验用：n=[（U2α+ U2β）s/δ] P（1－P）式2.1.3.3-1）双侧检验用：n=[（Uα+ U2β）s/δ] P（1－P）（2.1.3.3-2）式中： Uα、 U2α、U2β分别为α、2α、2β检验水准的U值 。2.2 病例对照研究的样本量估计选择患有特定疾病的人群作为病例组，和未患这种疾病的人群作为对照组，调查两组人群过去暴露于某种（些）可能危险因素的比例，判断暴露危险因素是否与疾病有关联及其关联程度大小的一种观察性研究。2.2.1设置估算样本量的相关值①人群中研究因素的暴露率(对照组在目标人群中估计的暴露率)；②比值比 (odds ratio，OR) 估计出的各研究因素的相对危险度或暴露的比值比（即RR或OR）③α值，检验的显著性水平，通常取α=0.01或0.05；④期望的把握度（1-β）,通常区β=0.10或0.20；即把握度为90%或80%。根据以上有关参数查表或代公式计算公式为：n=（U +U ） /(p1-p0)2 （式2.2.2）p1=p0×OR/1-p0+OR×P0=1/2（p1+p0） =1-q1=1-p1 q0=1-p0式中：U U 分别为a与β检验水准的U值 。p0与P1分别为对照组及病例组人群估计的暴露率；OR为主要暴露因子的相对危险度或暴露的比值比（RR或OR）。q0=1-P0, q1=1-P1;为两组暴露史比例的平均值,既 =(P1+P2)/2, Q1=1-P1;例：拟用病例对照研究法调查孕妇暴露于某因子与婴儿先天性心脏病的关系。估计孕妇有30%暴露于此因子。现要求在暴露造成相对危险度为2时，即能在95%的显著性水平以90%的把握度查出，病例组和对照组各需多少例？p0=0.3 OR=2，设α=0.05, β=0.10,用双侧检验Uα=1.96 Uβ =1.282p1=(0.3×2)/[1+0.3(2-1)]=0.46q0=1-0.3=0.7 =1/2(0.3+0.46)=0.38q1=1-0.46=0.54 =1-0.38=0.62n=(1.96 +1.282 )2/(0.46-0.3)2≈192 ，即病例组与对照组各需192人.2.3实验研究的样本量计算2.3.1 计量资料: 计量资料指身高、体重、血压、血脂和胆固醇等数值变量。估计公式为：n=2(Uα+Uβ)2δ2/ d2 （2-3-1）n为计算所得一个组的样本人数，如果两组的人数相等，则全部试验所需的样本大小为2n；Uα为显著性水平相应的标准正态差；Uβ为β相应的标准正态差；δ为估计的标准差，δ2=（δ12+δ22）/2；d为两组数值变量均值之差，例题：某新药治疗高血压，将研究对象随机分为治疗组和对照组。假设：a=0.05, β=0.10,血压的标准差分别为9.7与12.3mmHg,检测两组的血压差为2.6mmHg。查表：zα=1.96,zβ=1.282(双侧检验),需要多大样本。2.3.2 计数资料:即非连续变量资料，如发病率、感染率、阳性率、死亡率、病死率、治愈率、有效率等。当现场试验的评价指标是非连续变量时，按下式计算样本大小：n=[U +U ] /(P -P ) （2.3.2）P ：对照组发生率P ：实验组发生率：（P + P ）/2U 、U 和n所示意义同上。例：假设对照组发病率40%，通过干预措施发病率下降到30%。α水平为5%，1-β为90%，本研究为双侧检验，问二组要观察多少人？=（0.4+0.3）/2=0.35代入公式（16-8）：n=[1.96 +1.282 ] /(0.4-0.3)≈476即各组需476人。2.4 诊断试验的样本量估计2.4.1 设置估算样本量的相关值①灵敏度60%；②特异度60%；③α值，检验的显著性水平，通常取α=0.01或0.05；④期望的把握度（1-β）,通常区β=0.10或0.20；即把握度为90%或80%。2.4.2 计算公式公式： n=（Uα/δ） /P（1－P） （式2.4.2）式中：Uα为显著性水平相应的U值,通常取α=0.01或0.05；δ为容许的误差：即允许样本率(p)和总体率(P)的最大容许误差为多少。P为诊断试验的灵敏度或特异度；例：预计所评价的诊断试验的灵敏度为90%,特异度85%；δ=0.025，规定a=0.05,病例组和对照组应调查多少人? ()已知：δ=0.02, a=0.05 , Ua=1.96n=(1.96/0.025)2/×0.85(1－0.85) =783n=(1.96/0.025)2/×0.90(1－0.90) =553对照组需783人, 病例组需553人。参考文献[1] 胡修周.医学科学研究学[M].北京:高等教育出版社.2006,76.
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
学习下，很好的总结！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
asdf159jkl 临床医学研究没有绝对的样本量标准，不同的研究方法、研究目的，研究要求和研究资料决定了样本量。一般而言，样本越小，结果的估计越精确。但样本过大或过小均可影响研究的可行性。因此，科学地确定样本量可增加研究的可靠性，得到可信的研究结果。1.估计样本量的决定因素[1]1.1 资料性质计量资料如果设计均衡,误差控制得好,样本可以小于30例; 计数资料即使误差控制严格,设计均衡, 样本需要大一些,需要30-100例。1.2 研究事件的发生率研究事件预期结局出现的结局（疾病或死亡），疾病发生率越高，所需的样本量越小，反之就要越大。1.3 研究因素的有效率有效率越高，即实验组和对照组比较数值差异越大，样本量就可以越小，小样本就可以达到统计学的显著性，反之就要越大。1.4 显著性水平即假设检验第一类（α）错误出现的概率。为假阳性错误出现的概率。α越小，所需的样本量越大，反之就要越小。α水平由研究者具情决定，通常α取0.05或0.01。1.5 检验效能检验效能又称把握度，为1－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。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。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=0.8，0.1或0.95，也就是说把握度为80%，90%或95%。1.6 容许的误差（δ）如果调查均数时，则先确定样本的均数( )和总体均数(m)之间最大的误差为多少。容许误差越小，需要样本量越大。一般取总体均数（1－α）可信限的一半。1.7 总体标准差(s)一般因未知而用样本标准差s代替。1.8 双侧检验与单侧检验采用统计学检验时,当研究结果高于和低于效应指标的界限均有意义时,应该选择双侧检验,所需样本量就大; 当研究结果仅高于或低于效应指标的界限有意义时,应该选择单侧检验,所需样本量就小。当进行双侧检验或单侧检验时，其α或β的Ua界值通过查标准正态分布的分位数表即可得到。表1 标准正态分布的分位数表a（或）β U2a （单侧检验） Ua（双侧检验）U2β（单侧和双侧）0.001 3.092 3.2900.002 2.878 3.0900.005 2.576 2.8070.010 2.326 2.5760.020 2.058 2.3260.025 1.960 2.2420.050 1.645 1.9600.100 1.282 1.6450.200 0.842 1.2822. 样本量的估算方法由于对变量或资料采用的检验方法不同，具体设计方案的样本量计算方法各异，只有通过查阅资料，借鉴他人的经验或进行预实验确定估计样本量决定因素的参数，便可进行估算。2.1 现况研究现况研究包括普查和抽样调查两类。抽样调查是从总体中随机抽取一定数量的观察单位组成样本，然后用样本信息来推断总体特征，在设计中要考虑样本含量问题。2.1.1 首先确定样本量的估算的参数容许的误差（δ）：如果调查均数时，则先确定样本的均数( )和总体均数(m)之间最大的误差为多少；在率的调查中，确定样本的率(p)和总体率(P)的最大容许误差为多少。显著性水平（容许误差的概率α）：一般取0.05或0.01。总体标准差(s)：根据以往的资料或小规模预调查的结果进行估计。2.1.2 计量资料2.1.2.1 对总体平均数m做估计调查的样本估计公式： n=（Uασ/δ） （式2.1.2.1）式中：n为所需样本大小；Ua为双侧检验中，a时U的界值，当a=0.05时, U0.05=1.96,a=0.01时,U0.01=2.58；s为总体标准差；δ为容许的误差。例1：某学校有学生3500人，用单纯随机抽样调查学生的白细胞水平，根据预查标准差为950个/ mm ，允许误差不超过100个/mm ，应调查多少人?N=3500 d=100个/mm s=950个/mma=0.05（双侧） Ua=1.96n=(1.96×950/100) ≈3472.1.2.2对样本均数与总体均数的差别做显著性检验时,所需样本的估计。单侧检验用：n=[（U2α+ U2β）s/δ]（式2.1.2.2-1）双侧检验用：n=[（Uα+ U2β）s/δ]（式2.1.2.2-2）式中：α与β分别为第一类错误及第二类错误出现的概率，Uα、 U2α、U2β分别为α、2α、2β检验水准的t值 。2.1.3 计数资料2.1.3.1 对总体率π做估计调查的样本大小公式： n=（Uα/δ） /P（1－P） （式2.1.3.1）式中：δ为容许的误差：即允许样本率(p)和总体率(P)的最大容许误差为多少。P为样本率。例2：对某地HBsAg阳性率进行调查，希望所得的样本率(p)和总体率(P)之差不超过2%，基于小规模预调查样本率P=14%，应调查多少人? (规定a=0.05)已知：δ=0.02, P=0.14，a=0.05 , Ua=1.96n=(1.96/0.02)2/×0.14(1－0.14) =1156需调查约1160人.2.1.3.2 对样本率与总体率的差别做显著性检验时,所需样本的估计。单侧检验用：n=（U2α+ U2β/δ2） （式2.1.3.2-1）双侧检验用：n=（Uα+ U2β/δ ） （式2.1.3.2-2）式中：α与β分别为第一类错误及第二类错误出现的概率，Uα、 U2α、U2β分别为α、2α、2β检验水准的t值 。2.1.3.3对样本均数与总体均数的差别做显著性检验时,所需样本的估计。单侧检验用：n=[（U2α+ U2β）s/δ] P（1－P）式2.1.3.3-1）双侧检验用：n=[（Uα+ U2β）s/δ] P（1－P）（2.1.3.3-2）式中： Uα、 U2α、U2β分别为α、2α、2β检验水准的U值 。2.2 病例对照研究的样本量估计选择患有特定疾病的人群作为病例组，和未患这种疾病的人群作为对照组，调查两组人群过去暴露于某种（些）可能危险因素的比例，判断暴露危险因素是否与疾病有关联及其关联程度大小的一种观察性研究。2.2.1设置估算样本量的相关值①人群中研究因素的暴露率(对照组在目标人群中估计的暴露率)；②比值比 (odds ratio，OR) 估计出的各研究因素的相对危险度或暴露的比值比（即RR或OR）③α值，检验的显著性水平，通常取α=0.01或0.05；④期望的把握度（1-β）,通常区β=0.10或0.20；即把握度为90%或80%。根据以上有关参数查表或代公式计算公式为：n=（U +U ） /(p1-p0)2 （式2.2.2）p1=p0×OR/1-p0+OR×P0=1/2（p1+p0） =1-q1=1-p1 q0=1-p0式中：U U 分别为a与β检验水准的U值 。p0与P1分别为对照组及病例组人群估计的暴露率；OR为主要暴露因子的相对危险度或暴露的比值比（RR或OR）。q0=1-P0, q1=1-P1;为两组暴露史比例的平均值,既 =(P1+P2)/2, Q1=1-P1;例：拟用病例对照研究法调查孕妇暴露于某因子与婴儿先天性心脏病的关系。估计孕妇有30%暴露于此因子。现要求在暴露造成相对危险度为2时，即能在95%的显著性水平以90%的把握度查出，病例组和对照组各需多少例？p0=0.3 OR=2，设α=0.05, β=0.10,用双侧检验Uα=1.96 Uβ =1.282p1=(0.3×2)/[1+0.3(2-1)]=0.46q0=1-0.3=0.7 =1/2(0.3+0.46)=0.38q1=1-0.46=0.54 =1-0.38=0.62n=(1.96 +1.282 )2/(0.46-0.3)2≈192 ，即病例组与对照组各需192人.2.3实验研究的样本量计算2.3.1 计量资料: 计量资料指身高、体重、血压、血脂和胆固醇等数值变量。估计公式为：n=2(Uα+Uβ)2δ2/ d2 （2-3-1）n为计算所得一个组的样本人数，如果两组的人数相等，则全部试验所需的样本大小为2n；Uα为显著性水平相应的标准正态差；Uβ为β相应的标准正态差；δ为估计的标准差，δ2=（δ12+δ22）/2；d为两组数值变量均值之差，例题：某新药治疗高血压，将研究对象随机分为治疗组和对照组。假设：a=0.05, β=0.10,血压的标准差分别为9.7与12.3mmHg,检测两组的血压差为2.6mmHg。查表：zα=1.96,zβ=1.282(双侧检验),需要多大样本。2.3.2 计数资料:即非连续变量资料，如发病率、感染率、阳性率、死亡率、病死率、治愈率、有效率等。当现场试验的评价指标是非连续变量时，按下式计算样本大小：n=[U +U ] /(P -P ) （2.3.2）P ：对照组发生率P ：实验组发生率：（P + P ）/2U 、U 和n所示意义同上。例：假设对照组发病率40%，通过干预措施发病率下降到30%。α水平为5%，1-β为90%，本研究为双侧检验，问二组要观察多少人？=（0.4+0.3）/2=0.35代入公式（16-8）：n=[1.96 +1.282 ] /(0.4-0.3)≈476即各组需476人。2.4 诊断试验的样本量估计2.4.1 设置估算样本量的相关值①灵敏度60%；②特异度60%；③α值，检验的显著性水平，通常取α=0.01或0.05；④期望的把握度（1-β）,通常区β=0.10或0.20；即把握度为90%或80%。2.4.2 计算公式公式： n=（Uα/δ） /P（1－P） （式2.4.2）式中：Uα为显著性水平相应的U值,通常取α=0.01或0.05；δ为容许的误差：即允许样本率(p)和总体率(P)的最大容许误差为多少。P为诊断试验的灵敏度或特异度；例：预计所评价的诊断试验的灵敏度为90%,特异度85%；δ=0.025，规定a=0.05,病例组和对照组应调查多少人? ()已知：δ=0.02, a=0.05 , Ua=1.96n=(1.96/0.025)2/×0.85(1－0.85) =783n=(1.96/0.025)2/×0.90(1－0.90) =553对照组需783人, 病例组需553人。参考文献[1] 胡修周.医学科学研究学[M].北京:高等教育出版社.2006,76.非常感谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
受用，谢谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
pass软件计算
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园本文主要介绍一下横断面研究中的样本量计算。...
横断面研究大多是为了调查某疾病的发生率，其样本量的计算需要考虑该疾病的预期发病率，并指定调查的精确度d（研究者容许的偏离总体值的程度）。通常精确度有两种指定方式，一是指定固定的精确度（如0.1、0.05等），二是根据预期发病率指定精确度为发病率的百分比（如预期发病率为20%，精确度为预期发病率的10%即2%）。
除上述因素外，横断面调查还需要根据抽样方式考虑设计效率（design effect，Deff）的问题。设计效率值是指对于同一目标量，调查单位相同时，所考虑的抽样设计估计量方差与完全随机抽样设计（不放回）估计量方差的比值。设计效率值越大，所考虑的抽样设计的误差越大，表明该设计的效率越低。此时要想达到跟完全随机抽样相同的效率，就需要更多的样本量
一般来说，整群抽样的设计效率值较大，多数专家建议为2（也有的建议为3），即对于整群抽样，至少需要2倍的样本量，才能达到与完全随机抽样相同的效率。
（1）当指定固定的精确度d时，样本量计算公式为：
式中，Z1-α/2为标准正态分布下面积为1-α/2所对应的百分位数，常见的是取α=0.05，此时对应的Z1-α/2为1.96。d2为容许偏离的误差，即精确度。p表示预期发病率，如果容许误差固定的话（如设定d =0.05），p(1-p)越大，计算的样本量就越大，不难看出，p =0.5时，p(1-p)最大。所以如果容许误差固定，当不了解预期发病率时，可以p =0.5计算样本量，此时计算的样本量最为保守。但要注意仅限于容许误差固定的情况。
（2）当指定预期发病率的百分比作为精确度时，样本量计算公式为：
式中，Z1-α/2为标准正态分布下面积为1-α/2所对应的百分位数。p表示预期发病率。ε为预期发病率的百分比。这种情况下，预期发病率越低，所需样本量越大；预期发病率越高，所需样本量越小。所以需要事先获得预期发病率，否则无法计算。
例1：某卫生机构欲估计当地儿童接受规定疫苗注射的比例，采用随机抽样的方法，研究者欲以95%的可信度，要求结果与总体真实比例的偏差不超过5%。共需调查多少儿童？
该研究未获得当地儿童注射疫苗比例的预估值，由于α=0.05，Z1-α/2=1.96，d=0.05。为了保证样本量足够，设p=50%进行计算。计算结果如下：
即共需调查385人，才能保证结果的偏差不超过5%。
例2：某研究欲调查当地学龄儿童的龋齿患病率，为了调查方便，采用整群抽样的方法。研究者根据以往资料发现当地学龄儿童的龋齿患病率约为30%，现欲以95%的可信度，要求结果落在总体真实率的10%以内。共需调查多少儿童？
该研究中，p=0.03，ε=0.1，α=0.05，则Z1-α/2=1.96。计算结果如下：
对于整群抽样，通常需要考虑设计效率的问题，即通过上式计算出897例之后，还需要乘以设计效率值才能达到与完全随机设计一样的效率。假定设计效率值为2，则采用整群抽样需要897*2=1794例。
微信扫一扫关注公众号
要回复文章请先或
微信扫一扫关注公众号}