下载文档原格式
1.估计样本量的决定因素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。
1.31.41.5度为1.61.71.8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。
2.样本量的估算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。
护理中的量性研究可以分为3种类型：①描述性研究：如横断面调查，目的是描述疾病的分布情况或现况调查；②分析性研究：其目的是分析比较发病的相关因素或影响因素；③实验性研究：即队列研究或干预实验。
研究的类型不同，则样本量也有所不同。
2.1描述性研究护理研究中的描述性研究多为横断面研究，横断面研究的抽样方法主要包括单纯随机抽样、系统抽样、分层抽样和整群抽样。
分层抽样的样本量大小取决于作者选用的对象是用均数还是率进行抽样调查。
例.要做一项有关北京城区护士参与继续教育的学习动机和学习障碍的现状调查，采用分层多级抽样，选用的是均数抽样的公式，Uα为检验水准α对应的υ值，σ为总体标准差，δ为容许误差，根据预实验得出标准差σ=1.09，取α=0.05，δ=0.1，样本量算得520例，考虑到10%-15%的失访率和抽样误差，样本扩展到690例。
2.2分析性研究2.2.1探索有关变量的影响因素研究有关变量影响因素研究的样本量大多是根据统计学变量分析的要求，样本数至少是变量数的5-10倍。
临床研究中的样本量计算方法在临床研究中，样本量的确定是非常重要的，它直接关系到研究结果的可靠性和统计分析的效力。
本文将介绍临床研究中常用的样本量计算方法及其应用。
一、简介临床研究中的样本量计算是为了确定需要研究的患者或实验对象的数量。
样本量的大小与研究统计学效力和研究结果的可靠性密切相关。
样本量过小会导致研究结果的可靠性不高，样本量过大则浪费了研究资源。
因此，合理计算样本量是临床研究设计中必不可少的一环。
二、常用的样本量计算方法1. 简单随机抽样方法(Simple Random Sampling)简单随机抽样是最常用的样本量计算方法之一，它假设样本来自总体的随机选择，每个样本被选中的概率相等。
这样可以避免因为对样本的选择方式引入系统性的偏差。
2. 分层抽样方法(Stratified Sampling)分层抽样是在样本量计算中常使用的方法之一，它将总体按照一定的特征进行分层，然后在每个分层中采用简单随机抽样的方法。
这种方法可以确保每个子总体都有足够的样本，从而提高了样本的代表性。
3. 系统抽样方法(Systematic Sampling)系统抽样是一种有规律的抽样方法，它通过设定一个固定的抽样间隔来选择样本。
例如，从总体中选择每隔10个个体抽取一个样本。
这种方法可以简化样本的选择过程，并保持一定的随机性。
4. 整群抽样方法(Cluster Sampling)整群抽样是一种将总体划分为若干个群组，然后在某些群组中进行全面抽取的方法。
通过选择一部分群组进行研究，可以减少样本调查的成本和工作量。
5. 方便抽样方法(Convenience Sampling)方便抽样是一种选择最容易得到的样本进行研究的方法。
尽管这种方法的样本选择过程简便，但样本可能无法代表总体，因此需谨慎使用。
三、样本量计算的步骤1. 确定研究目的和研究问题在进行样本量计算之前，需要明确研究目的和研究问题。
研究目的决定了需要估计的参数，研究问题决定了统计方法和分析需求。
样本量的确定方法及公式
样本量的确定是研究中的一个重要的环节，其确定方法和公式可以为研究者提供参考。
样本量的确定是根据具体研究的需要，考虑到调查对象及其调查环境等因素来决定的。
根据实际情况，确定样本量应与研究的范围及内容有关，以保证研究结果的可靠性。
样本量的确定一般需要根据样本量计算公式来确定，其公式为：n=N/（1+Ne²），其中n为样本量，N为总体数量，e为允许的误差。
此计算公式适用于调查对象的数量和分布都已知的情况，研究者可以根据自身研究的具体情况，填写相应的数值，以确定样本量。
研究者在确定样本量的过程中，应考虑到样本量的充分性和合理性，以保证研究结果的可靠性和准确性。
如果样本量过大，将增加研究成本，而样本量过小，则可能影响研究结果的准确性。
因此，研究者应根据自身研究的内容和需要，合理确定样本量，以保证研究的可靠性。
样本量的确定是研究中的一个重要环节，其确定方法和公式可以为研究者提供参考。
研究者在确定样本量时应考虑到调查对象及其调查环境，并参照样本量计算公式确定，以保证研究结果的可靠性和准确性。
样本量计算公式探索样本量计算的数学公式样本量计算是统计学中重要的步骤，它用于确定研究中所需要的样本数量。
在研究过程中，样本量的大小影响了结果的准确性和可靠性。
因此，正确地计算样本量至关重要。
样本量计算是基于数学公式进行的，这些公式可以根据研究的目的和设计特点来选择。
本文将探索一些常用的样本量计算公式，并从理论和实际应用的角度进行讨论。
一、样本量计算的背景在研究中，我们希望通过对样本进行观察和测量来推断总体的某些特征。
样本量的大小与研究的可信度和推断的准确性息息相关。
如果样本量太小，那么结果的可靠性将受到影响；而如果样本量太大，不仅费时费力，还可能浪费资源。
因此，为了确定一个合理且适当的样本量，我们需要使用样本量计算公式。
这些公式基于统计学原理和参数估计方法，旨在提供样本量计算的科学依据。
二、样本量计算的数学公式常见的样本量计算公式包括均值比较、比例比较、相关分析和回归分析等。
下面将介绍一些常用的样本量计算公式及其应用。
1. 均值比较在两个独立样本均值比较的情况下，我们可以使用以下公式计算所需的样本量：\[ n = (\frac{Z_{1-\frac{\alpha}{2}} + Z_{1-\beta}}{|d|{\sigma}})^2 \]其中，n表示样本量，Z表示标准正态分布的分位数，α表示显著性水平，β表示统计功效，d表示两个均值的差异，σ表示总体标准差。
这个公式是根据两个独立样本的t检验原理推导而来。
2. 比例比较在比较两个比例的情况下，我们可以使用以下公式计算所需的样本量：\[ n = (\frac{Z_{1-\frac{\alpha}{2}} + Z_{1-\beta}}{p(1-p)}(\frac{1}{d_p})^2)^2 \]其中，n表示样本量，Z表示标准正态分布的分位数，α表示显著性水平，β表示统计功效，p表示比例差异的猜测值，dp表示两个比例之间的最小差异。
3. 相关分析在相关分析中，我们可以根据以下公式计算所需的样本量：\[ n = (\frac{Z_{1-\frac{\alpha}{2}} + Z_{1-\beta}}{arctanh(r)}^2 \)其中，n表示样本量，Z表示标准正态分布的分位数，α表示显著性水平，β表示统计功效，r表示总体相关系数。
临床试验中的样本量计算在临床试验的设计中，样本量计算是一个关键的环节，它对试验结果的可靠性和推广性起着至关重要的作用。
本文将介绍一些常用的样本量计算方法和相关的原理，以帮助研究人员正确、准确地进行样本量估计。
一、概述样本量计算是在进行临床试验之前进行的一项基础性工作，它通过科学合理的统计方法来确定所需的参与试验的患者数量。
样本量的大小直接影响到试验结果的可靠性，过小的样本量可能导致结果不具有统计学意义，而过大的样本量则会造成资源的浪费。
二、常用的样本量计算方法1. 总体比例样本量计算总体比例样本量计算常用于有两个互补结果的试验，比如药物治疗与安慰剂治疗的对比试验。
通过确定所需的显著性水平、统计功效和预期的疗效差异，可以利用二项分布来计算样本量。
2. 总体均数样本量计算总体均数样本量计算常用于比较两个治疗组的平均值，比如药物治疗组和对照组的平均生存时间。
在这种情况下，需要确定所需的显著性水平、统计功效、疗效差异和总体的标准差，利用正态分布来计算样本量。
3. 非劣效性与超劣效性试验样本量计算非劣效性与超劣效性试验样本量计算常用于评估新药物或治疗方法的非劣效性或超劣效性。
在这种情况下，需要确定所需的非劣效或超劣效边界、显著性水平和统计功效，利用二项分布或正态分布来计算样本量。
4. 多组样本量计算多组样本量计算常用于比较两个以上治疗组的平均值或比例。
在这种情况下，需要确定所需的显著性水平、统计功效、疗效差异和总体标准差，利用方差分析或多项式分布来计算样本量。
三、样本量计算原理样本量计算的原理基于统计学中的假设检验理论和置信区间理论。
在假设检验中，通过设定显著性水平和统计功效，可以估计出所需的样本量。
而在置信区间中，通过设定置信水平和效应量，可以估计出所需的样本量。
样本量的计算是基于对试验对象总体的假设和对试验结果的预期，并且要求样本具有代表性和随机性。
四、注意事项在进行样本量计算时，需要注意以下几点：1. 合理选择显著性水平和统计功效，一般显著性水平取0.05，统计功效取0.8，但也需根据具体研究的目的和研究领域的惯例进行选择。
师资培训两组样本量计算公式
样本量的计算公式是n=z²σ²/d²。
样本量是指总体中抽取的样本元素的总个数，应用于统计学、数学、物理学等学科。
样本量大小是选择检验统计量的一个要素。
由抽样分布理论可知，在大样本条件下，如果总体为正态分布，样本统计量服从正态分布；如果总体为非正态分布，样本统计量渐近服从正态分布。
例如：一百个人的体重数据称为一个样本，其中样本量为1，样本容量为100。
一个是effect size(例如两组均值差),一个是sample size(样本量)，还有一个显著性水平。
以t检验来说，两组的均值差多少，差的越大，就不需要太多样本去证明这个差别的显著性；反过来，均值差越小，就越需要更多的样本去证明这个差别是存在的。
显著性水平就比较好理解了，显著性水平数值越低，意味着这个检验更严格，那么就要求你的均值差和样本量都要更大，反之亦然。
样本量计算方法样本量（sample size）是指在研究过程中进行调查或观察的样本数量，它的大小直接关系到研究结果的精度和可靠性。
因此，在进行研究时，我们需要合理地确定样本量。
本文将为读者介绍样本量计算方法。
第一步：确定显著水平和功效在进行样本量计算之前，需要确定所选的显著水平和功效。
显著水平是指当假设检验中P值小于设定的显著水平（通常为0.05或0.01）时，我们认为观察到的效应是显著的。
功效是在假设检验中正确拒绝原假设所需的最低要求。
通常，功效为0.8或0.9时，我们认为研究的效度较高。
第二步：确定假设检验中的效应量效应量是指两个组之间差异的大小。
通常，效应量的大小受到多种因素的影响，包括所研究的变量、样本量和数据收集方式等。
第三步：选择合适的样本量计算方法确定了显著水平、功效和效应量之后，我们需要选择合适的样本量计算方法。
常用的样本量计算方法包括以下几种：1. 方差分析样本量计算方法当需要比较两个或多个正态总体均值时，可以使用方差分析样本量计算方法。
该方法需要确定所需要的显著性水平、功效和效应量，然后通过方差分析公式计算得到所需的样本量。
2. 二项分布样本量计算方法当需要比较两个或多个比例或事件的概率时，可以使用二项分布样本量计算方法。
该方法同样需要确定所需的显著性水平、功效和效应量，然后通过二项分布公式计算得到所需的样本量。
3. 相关系数样本量计算方法当需要研究两个变量之间的关系时，可以使用相关系数样本量计算方法。
该方法需要确定所需的显著性水平、功效和相关系数大小，然后通过相关系数公式计算得到所需的样本量。
第四步：计算样本量根据所选的样本量计算方法，我们可以利用公式计算出所需的样本量。
计算过程可以使用统计软件（如R、SPSS等）来完成，也可以手算完成。
综上所述，样本量计算是研究设计中的关键步骤之一。
通过合理地确定显著性水平、功效、效应量和选择合适的样本量计算方法，可以保证研究结果的精度和可信度。
样本量计算方法在进行各种研究和调查时，样本量的计算是一个至关重要的环节。
样本量的大小直接影响到研究结果的准确性和可靠性。
如果样本量过小，可能无法准确反映总体的特征；而样本量过大，则会造成资源的浪费。
那么，如何科学合理地计算样本量呢？首先，我们需要明确样本量计算的一些基本概念。
样本量，简单来说，就是从总体中抽取的用于研究的个体数量。
而总体，则是我们所关注的研究对象的全部集合。
在计算样本量之前，有几个关键的因素需要考虑。
一是研究的目的和问题。
不同的研究目的和问题对样本量的要求是不同的。
例如，如果是要进行精确的参数估计，通常需要较大的样本量；而如果只是进行初步的探索性研究，较小的样本量可能也能满足需求。
二是总体的特征。
包括总体的大小、变异程度等。
总体越大，变异程度越高，通常需要的样本量也就越大。
三是可接受的误差范围。
这是指我们能够容忍的样本估计值与总体真实值之间的偏差。
误差范围越小，需要的样本量就越大。
四是置信水平。
置信水平表示我们对估计结果的可信度要求。
常见的置信水平有 90%、95%和 99%等。
置信水平越高，需要的样本量就越大。
接下来，介绍几种常见的样本量计算方法。
一种是简单随机抽样的样本量计算方法。
对于这种方法，如果我们已知总体的标准差σ，可接受的误差范围 E，以及置信水平对应的 Z 值（例如，置信水平为 95%时，Z 值约为 196），那么样本量 n 可以通过以下公式计算：n ＝（Z² × σ²) ／ E²。
例如，如果总体标准差为 10，我们希望误差范围在 2 以内，置信水平为 95%，那么代入公式计算：Z ＝ 196，E ＝ 2，σ ＝ 10，可得 n ＝（196² × 10²) ／2² ≈ 9604，通常向上取整为 97 。
再来说说分层抽样的样本量计算方法。
分层抽样是先将总体按照某些特征分成不同的层，然后从每一层中分别抽取样本。
重复抽样的样本量计算公式重复抽样是指从总体中有放回地抽取样本，即在每次抽样后，将被抽取的个体重新放回总体中，再进行下一次抽样。
在进行重复抽样时，我们需要确定合适的样本量，以确保样本具有代表性且能够得到准确的估计。
下面将介绍几种常见的重复抽样的样本量计算公式。
在进行简单随机重复抽样时，可以使用以下公式计算样本量：n=(Zα/2)²*P*(1-P)/E²其中，n为样本量，Z为给定置信水平下的Z值，P为总体中所关注变量的比例，E为可接受的误差。
该公式的前提是我们对总体比例P有一定的了解。
在进行系统抽样时，可以使用以下公式计算样本量：n=N/(1+N*e²/(N-1))其中，n为样本量，N为总体大小，e为可接受的误差。
系统抽样是指将总体按照一定的顺序进行编号，然后从中随机选取一个起始点，然后每隔一定的间隔选取一个样本。
在进行分层抽样时n=∑(Nh/N)*(Zα/2)²*σh²/E²其中，n为样本量，Nh为第h层的总体大小，N为总体大小，Z为给定置信水平下的Z值，σh为第h层的总体方差，E为可接受的误差。
分层抽样是将总体划分为若干层，然后从每层中抽取样本。
在进行整群抽样时，可以使用以下公式计算样本量：n=(Nh)/(1+d*(Nh/N)*(Zα/2)²)其中，n为样本量，Nh为第h个群体的总体大小，N为总体大小，d 为群体内个体变异的比例，Z为给定置信水平下的Z值。
整群抽样是将总体划分为若干群体，然后从每个群体中抽取一个样本。
以上是常见的几种重复抽样的样本量计算公式，根据实际问题和抽样方法的不同，可能会有一些修改。
在实际应用中，我们需要根据总体特点和抽样目的，选择合适的抽样方法和样本量计算公式，以确保得到可靠和有意义的抽样结果。
样本量计算：
1、根据现况调查样本量计算公式2⎪⎪⎭⎫ ⎝⎛=αz d pq
n
α：检验的显著性水平，取0.05。
αz =1.96≈2；
d 为容许误差，一般采用d=0.1⨯p ；
p 为预期的现患率；
q=1-p 则上述公式可写成p
q n ⨯=400， 查文献可得北京市儿童肥胖率约为10%，样本量大约为3600
若d=20%，n=100* p/q ，样本量大约为900
2、以母乳喂养为保护性因素，根据非匹配且病例数与对照相等的病例对照研究
样本量计算公式为：[]2212
2211)()1()1()1(2p p p p p p z p p z n --+-+-=∂β
α：检验的显著性水平，取0.05。
αz =1.96（双侧）。
β：为犯二类错误的概率，取0.05，即检验功效1-β=0.95。
βz =1.64（双侧）。
P 1：为肥胖组的母乳喂养率：估计60%
P 2：为肥胖组的母乳喂养率：估计80%
2
21p p p +==70% 每组研究对象数约为135，即总样本量约为405。
1.估计样本量的决定因素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着性，反之就要越大。
1.4 显着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。
2.样本量的估算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。
护理中的量性研究可以分为3种类型：①描述性研究：如横断面调查，目的是描述疾病的分布情况或现况调查；②分析性研究：其目的是分析比较发病的相关因素或影响因素；③实验性研究：即队列研究或干预实验。
研究的类型不同，则样本量也有所不同。
2.1描述性研究护理研究中的描述性研究多为横断面研究，横断面研究的抽样方法主要包括单纯随机抽样、系统抽样、分层抽样和整群抽样。
分层抽样的样本量大小取决于作者选用的对象是用均数还是率进行抽样调查。
例.要做一项有关北京城区护士参与继续教育的学习动机和学习障碍的现状调查，采用分层多级抽样，选用的是均数抽样的公式，Uα为检验水准α对应的υ值，σ为总体标准差，δ为容许误差，根据预实验得出标准差σ=1.09，取α=0.05，δ=0.1，样本量算得520例，考虑到 10%-15%的失访率和抽样误差，样本扩展到690例。
2.2分析性研究2.2.1 探索有关变量的影响因素研究有关变量影响因素研究的样本量大多是根据统计学变量分析的要求，样本数至少是变量数的5-10倍。
例如，如果研究肺结核患者生存质量及影响因素，首先要考虑影响因素有几个，然后通过文献回顾，可知约有12个预测影响变量，如年龄、性别、婚姻、文化程度、家庭月收入、医疗付费方式、病程、排菌、喀血、结核中毒症状、心理健康、社会支持，那么研究的变量就可以在60-120例。
这是一种较为简便的估算样本量的方法，在获得相关文献支持下，最好根据公式计算，计量资料的样本量估算可用公式，根据预实验中的数据（也可以依据其他文献的结果）得出标准差S和容许误差δ，代入公式最终计算出样本量，计数资料资料可用公式，P为样本率。
2.2.2 研究某变量对另一变量的影响对于研究某变量对另一变量的影响来说，样本量可以根据直线相关的公式获得，μα与μβ与分别为检验水准α和第Ⅱ类错误的概率β相对应的U值，ρ为总体相关系数。
例.要做一项血透患者自我管理水平对其健康状况影响的研究，假设α=0.05，power=0.80，查表得μα=1.96，μβ=0.84，总体相关系数可选用文献报道中血液透析患者自我管理水平与健康调查简表得分相关系数为0.274，代入公式就可算出所需样本量为103例。
2.2.3 两变量或多变量的相关研究对于两变量或多变量相关的研究，样本量与自变量的多少有关，一般是其10倍，也可以采用公式计算。
Uα为检验水准α相对应的U值，S为标准差，δ为容许误差。
例. 研究慢性腰背痛患者认知-情感应对、自我和谐与适应水平的关系.设定显着性水平α= 0.05，则Uα=1.96，标准差和容许误差可从预实验中获得，根据预实验的S和δ值，算出S/δ=5，样本量则为99例.2.3 实验性研究实验性研究样本量的估算公式，也分计量资料和计数资料两种。
计量资料可采用两样本均数的计算公式N1=N2=，计数资料可采用率的计算公式。
式中N1、N2分别为两样本含量，一般要求相等，S为两总体标准差的估计值，一般假设其相等或取合并方差的平方根，δ为两均数之差值（若为自身对照，δ也可以写为d），tα／2和tβ／2分别为检验水准α和第Ⅱ类错误概率β相对应的t值。
α有单双侧之分，而β只取单侧。
例.一项心肌梗死患者院外自助式心脏康复的效果研究，可以采用此公式计算，其中的d 可以选取文献中报道的、自助式康复手册的随机对照研究中的干预组和对照组在普通健康问卷GHQ的得分：d=10.7-5.3=5.4，计算Sc为8.78，双侧α=0.05，β=0.1，查表得tα／2=1.96，tβ=1.282，代入公式得出两组各需样本为56例。
附临床研究样本量的估计：1.计量资料1.1 对总体平均数m做估计调查的样本估计公式：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) ≈3471.2对样本均数与总体均数的差别做显着性检验时,所需样本的估计。
单侧检验用：单侧检验用：n=[（U2α+ U2β）s/δ]（式1.2-1）双侧检验用：n=[（Uα+ U2β）s/δ]（式1.2-2）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 计数资料2.1 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）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.2.2 对样本率与总体率的差别做显着性检验时,所需样本的估计。
单侧检验用：n=（U2α+ U2β/δ2）（式2.2-1）双侧检验用：n=（Uα+ U2β/δ ）（式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。
2.3对样本均数与总体均数的差别做显着性检验时,所需样本的估计。
单侧检验用：n=[（U2α+ U2β）s/δ] P（1－P）式2.3-1）双侧检验用：n=[（Uα+ U2β）s/δ] P（1－P）（2.3-2）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U值。
3 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。
3.1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，检验的显着性水平，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3.1）p1=p0×OR/1-p0+OR×P0=1/2（p1+p0）=1-q1=1-p1q0=1-p0p0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%的显着性水平以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.4实验研究的样本量计算4.1 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：（式4.1）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为显着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。
4.2 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。
