如何计算有效样本量（一网打尽样本量估算问题）

样本量估算是一个让很多人头疼的问题，有不少网友留言说想了解一下关于样本量估算的一些内容。样本量估算其实最难的不是软件的使用，而是软件中需要填写的那些因素，这往往让很多人困惑。由于样本量估算需要考虑的因素很多，单凭一篇肯定是说不完。冯国双老师为大家通过八次课程为大家详细的讲述了样本量估算需要考虑的重要因素。小编进行了汇总，详细内容请点击文章题目链接！

样本量估算需要考虑哪些因素——研究目的

https://mp.weixin.qq.com/s/itm83cTpH2XLdwgAcWsguw

内容：研究目的是计算样本量首选需要考虑的问题，你是要做组间比较，还是想分析多个变量间的相关，或是想了解某结果的影响因素是什么。研究目的不同，样本量计算的思路也不尽相同。对于独立样本的组间比较，需要根据比较的指标类型考虑不同的参数。如果要比较的指标是连续资料，需要考虑两组的均值、标准差以及无效假设所设定的预期差值。如果比较的指标是分类资料，需要考虑两组的率以及无效假设设定的两组率差。如果比较的是生存资料，那你需要考虑更多的因素，如受试者的招募时间、随访时间、预期中位生存时间等。组间比较的不是独立样本，而是重复测量资料时，除了上述参数外，还需要考虑到重复测量之间的相关性。如果相关性较强，可能不得不增加样本量。（具体内容请点击文章题目查看！）

样本量估算需要考虑哪些因素——研究设计方法

https://mp.weixin.qq.com/s/zmaVyDnrT3oDhQj5u0poxQ

内容：研究设计的方法很多，横断面调查、病例对照研究、队列研究、随机对照试验都有各自的样本量计算思路。例如，1. 横断面调查，2. 病例对照研究和队列研究，3. 随机对照试验。（具体内容请点击文章题目查看！）

样本量估算需要考虑哪些因素——研究假设

https://mp.weixin.qq.com/s/8q3sT1cpqoo-2SKdhgOk3A

内容：研究假设是针对特定总体提出的、与主要研究目的有关的一种假定。通常我们在做某一研究时，都要先提出一种假设，然后招募研究对象，获取数据并进行统计分析，根据统计分析结果判断事先做出的假设能否成立。（具体内容请点击文章题目查看！）

样本量估算需要考虑哪些因素——一类错误、二类错误和把握度

https://mp.weixin.qq.com/s/y4tvw71RA-6RgaMs6CjraA

内容：任何研究，当你根据数据做出结论的时候，总会面临一定的抉择错误。

例如，研究服用塞来昔布是否导致心血管事件风险的增加。你可以接受无效假设，认为二者无关联，也可以接受备择假设，认为二者有关联。不管做出何种结论，你都有可能犯错误。如果实际上二者并无关联，而你做出了接受备择假设的结论，那就犯了假阳性错误（即本来是阴性结果而你做出了阳性结论），这种错误也称为一类错误或I型错误（type Ierror）；如果实际上二者是有关联的，而你做出了接受无效假设的结论，那就犯了假阴性错误（即本来是阳性结果而你做出了阴性结论），这种错误也称为二类错误或II型错误（type IIerror）。（具体内容请点击文章题目查看！）

样本量估算需要考虑哪些因素——效应值

https://mp.weixin.qq.com/s/AznAczbaPkzwyukDjI-2bQ

内容：样本量估算还需要考虑效应值大小。很多人可能都听说过“效应值”这个词，可能还觉得挺专业。其实这只是个总称，你平时都接触过。（具体内容请点击文章题目查看！）

样本量估算需要考虑哪些因素——变异大小

https://mp.weixin.qq.com/s/oc5ecUhtruIf6UYU4ET3XQ

内容：效应值大小和变异大小往往是“焦不离孟，孟不离焦”，考虑效应值大小的同时，往往也需要考虑相应的变异大小。这也就是我们今天要提到的第六个因素：变异大小。（具体内容请点击文章题目查看！）

样本量估算需要考虑哪些因素——各组间样本数的比例

https://mp.weixin.qq.com/s/0Kr6BH8uh0PygfnGAPb8qg

内容：顾名思义，只有在组间比较，才会考虑各组之间样本的比例问题。比如，两组比较，有好几种方式，可以是两组例数相等，也可以是例数不等。

很多人都曾问过我，两组间例数必须相等吗？不一定。可以相等，也可以不相等。然而，相等的情况下，你可能需要的总例数最少。（具体内容请点击文章题目查看！）

样本量估算需要考虑哪些因素——实际中的一些因素

https://mp.weixin.qq.com/s/LBNs_eI3nq41CzWCOvznUg

内容：样本量的计算除了前面介绍的各种需要考虑的因素外，有时还不得不考虑一些现实因素，如费用问题、研究者招募问题、罕见病例问题等。（具体内容请点击文章题目查看！）