样本量估算的影响因素-SAS统计分析实用教程

在动物科学试验研究中越来越强调样本量的估算，样本量不宜太大，也不宜太小，确定适当的样本含量，可以节约资源，并可以防止因样本含量过少而引起试验研究精确性偏低，出现非真实的阴性结果。样本量的估算方法很多，不同的统计检验方法使用的计算公式也不同，以下因素影响样本量的估算：

①研究事件的发生率：研究事件预期出现的结果（患病或死亡等），疾病发生率越高，所需要的样本量越小，反之越大。

②研究因素的有效率：有效率越高，即试验组和对照组比较数值差异越大，样本量就可以越小，使用小样本就可以达到统计显著性，反之则越大。

③设定检验的第Ⅰ类错误概率α，即检验水平或显著性。即假设检验第Ⅰ类错误出现的概率，为假阳性错误出现的概率。α 越小，所需要的样本量越大，反之就越小。

④设定检验的第Ⅱ类错误概率β，或检验效能1 -β。检验效能又称把握度，为1 -β，即假设检验第Ⅱ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 水平下，若总体参数之间确实存在差异，那么该次试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，反之就越小。(www.xing528.com)

⑤了解由样本推断总体的一些信息。总体标准差一般未知，可用样本标准差s 代替。

⑥处理组间差别σ 的估计，即确定允许误差。如果调查均数，则应先确定样本的均数和总体均数之间最大的误差为多少。允许误差越小，所需要的样本量越大。

⑦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，应选择双侧检验，所需要的样本量就大，当研究结果仅高于或低于效应指标的界限才有意义时，则应选择单侧检验，所需要的样本量就小。当进行单侧或双侧检验时，其α 或β 的Uα临界值通过查标准正态分布的分位表即可得到。

上述所有的影响因素中，确定样本容量最重要的4 个因素为：α 错误、β 错误、推断总体的一些信息和允许误差σ。