最小样本量确定方式
最小样本量确定方式
从数理统计的范畴来看，在样本量确定过程中，样本总体所起的作用因它的大小而有所差异。在其他条件一定的情况下，即误差、置信度一定，样本量随总体的大小而变化。但是，总体越大，其变化越不明显，而总体较小时，则变化明显。也就是说，即对于小规模总体，总体的大小对样本量起着重要作用；而大总体对样本量影响的作用很小，二者之间的变化并非是线性关系。所以，样本量并不是越大越好。据此，形成以下两种最小样本量抽取方法：
最小样本量确定方法一：
综合以上，在总体样本量很大，已达到数万乃至数十万、数百万，此时，最低样本量与顾客的总数已无必然联系，而主要受到误差和置信水平的水平的影响，计算公式如下所示，其最低样本量的确定以“一定误差和置信水平下的最小样本数量表”为主要依据。一般情况下，以允许误差3%、置信水平95%取样，此时最低样本总量为1068个。
样本量计算公式：
n=Z2σ2/d2
其中：
n：代表所需要样本量
Z：置信水平的Z统计量，如95%置信水平的Z统计量为1.96，99%的Z为2.68。
σ：总体的标准差，一般取0.5；
d：置信区间的1/2，在实际应用中就是容许误差，或者调查误差。
该样本量确定方法主要适用于：整体客户满意度测评研究项目、重点客户接触环节测评项目、服务标准达标测评项目。
一定误差和置信水平下的最小样本数量表
最小样本量确定方法二：
在总体样本量较小的情况，样本总体会对抽取的样本规模产生较大影响，进而影响调查的误差与准确性。因此，抽样时，就必须考虑样本总体数量的影响，可以用如下公式计算所需样本数量：
n=n1/(1+n1/N)
n1：在总体很大时根据一定的置信度和允许误差计算所得的样本量N：表示总体单位数。
不过，如果样本量极少，或者要求必须全部检测或调查到，例如总体单位数低于50个时，此时，完全可以全部抽取，不需要采用以上公式机械计算。
抽样调查样本量确定
抽样调查样本量的确定 在贸易统计中, 对于限额以下批零餐饮企业普遍采用抽样调查方法进行解决。然而，由于当前市场经济情况的多样性，经济发展的不均衡性，以及地域宽广性，导致情况多种多样；实际情况的复杂，决定了方案的复杂性，增加了具体抽样的难度。经过多年的探讨，区域二相抽样调查比较符合当前我国的实际情况，我们在这里根据试点所掌握的情况针对采用区域二相抽样调查的贸易抽样方案中如何确定样本量进行分析。 一、样本单位数量的确定原则 一般情况下，确定样本量需要考虑调查的目的、性质和精度要求。以及实际操作的可行性、经费承受能力等。根据调查经验，市场潜力和推断等涉及量比较严格的调查需要的样本量比较大，而一般广告效果等人们差异不是很大或对样本量要求不是很严格的调查，样本量相对可以少一些。实际上确定样本量大小是比较复杂的问题，即要有定性的考虑，也要有定量的考虑；从定性的方面考虑，决策的重要性、调研的性质、数据分析的性质、资源、抽样方法等都决定样本量的大小。但是这只能原则上确定样本量大小。具体确定样本量还需要从定量的角度考虑。 从定量的方面考虑,有具体的统计学公式,不同的抽样方法有不同的公式。归纳起来，样本量的大小主要取决于： (1)研究对象的变化程度，即变异程度； (2)要求和允许的误差大小，即精度要求； (3)要求推断的置信度，一般情况下，置信度取为95%； (4)总体的大小； (5)抽样的方法。 也就是说,研究的问题越复杂,差异越大时,样本量要求越大；要求的精度越高,可推断性要求越高时,样本量也越大；同时,总体越大,样本量也相对要大,但是,增大呈现出一定对数特征,而不是线形关系；而抽样方法问题,决定设计效应的值,如果我们设定简单随机抽样设计效应的值是1；分层抽样由于抽样效率高于简单随机抽样，其设计效应的值小于1,合适恰当的分层，将使层内样本差异变小，层内差异越小，设计效应小于1的幅度越大；多阶抽样由于效率低于简单随机抽样，设计效应的值大于1,所以抽样调查方法的复杂程度决定其样本量大小。对于不同城市,如果总体不知道或很大,需要进行推断时,大城市多抽,小城市少抽,这种说法原则上是不对的。实际上,在大城市抽样太大是浪费,在小城市抽样太少没有推断价值。
样本量的确定
样本量的确定 1. 二值分布(估计比例时的样本容量) 这种情况下，表明可能的采样结果只有两种情况，即是与非的问题。比如调查某一批产品的合格率。样本量的确定主要受以下几个因素影响：置信水平α、所能接受的抽样偏差e (估计值与真实值的最大偏差)、总体数量N ；通过置信水平即可查表确定z 。 通常情况下置信水平选择95%。抽样偏差为±5%，不过也不完全一定，抽样偏差的确定还是要考虑实际情况，比如最小的调查估计值p=5%，此时抽样偏差就应该小于5%。 这时，就可以确定样本量： 22 2(1)(1)z p p n z p p e N -=-+ P 值的确定：用以前类似样本得到的结果来近似，如果完全不知道就设p=，因为此时方差最大，可求得一个比较保守的样本容量。 样本容量和在p=时运用简单随机抽样估计p 值得到的抽样偏差e 如果总体容量N 非常大，可近似为无穷，那么上面这个公式可简化成：
22 (1)z p p n e -= 事实上当总体容量很小时，不会采用抽样调查，而是普查了。 2. 正态分布(估计均值时的样本容量) 在这种情况下，表明采样的结果是具有多样性的，并不局限在0、1上。比如对某一城市老年人的患病年龄进行统计。这个时候，样本量同样受如下几个因素影响：置信水平α、所能接受的抽样偏差e (估计值与真实值的最大偏差)、总体数量N 。 样本量为： 22 22 2 z S n z S e N =+ S 表明的是总体标准差，这个可以用以前类似样本得到的S 或是实验调查样本的S 来近似。 同样，如果总体容量N 非常大，可近似为无穷，那么上面这个公式可简化成： 22 2 z S n e = 理论基础： 根据数理统计知识，样本均值对总体均值可构造如下统计量： x X u σ-，他满足标准正态分 布，查表即可得到某一显著性水平下这个统计量的值，这里面的x σ表示总体均值估计量的标准误差。 在无放回简单随机抽样情况下，总体均值估计量的标准误差表达式： x σ= 如果误差界限设为e ，那么：
样本量的确定
样本量的确定 北京广播学院新闻传播学院 调查统计研究所 二零零一年五月 沈浩 本讲主要内容 如何计算简单随机抽样的样本量确定 如何实现分层抽样中各层样本单位数的分配样本容量的确定 样本量=费用+精度 (函数) 确定样本容量，需要处理好预定的精度与现有经费，同时也要考虑资源和时间等限 制条件，最终的样本量确定是在上述因素之间的权衡关系。分层抽样分配样本的标准 总的样本容量事先确定 估计值要求达到的精度预先给定 影响调查样本容量的因素 调查估计值所希望达到的精度 调查估计值所能允许的误差。 估计量的抽样方差较小，估计值是精确的 估计值的精度越高，所需的样本容量就越大 影响精度的因素也同样影响着样本容量的大小 所研究指标在总体中的变异程度 总体的大小
样本设计和所使用的估计量 无回答率 客户提供的经费能支持多大容量的样本 整个调查持续的时间有多长 调查需要多少访员 能招聘到的访员有多少 除了估计值的精度以外，调查实际操作的限制条件也许是影响样本容量的最大因 素。 11>(给定精度水平下样本容量的确定样本容量的大小与调查估计值所要求的精度紧密相关 数据是通过抽样而不是普查收集的，就会产生抽样误差。 精度是由抽样方差来测量的。 随着样本容量的增加，调查估计值的精度也会不断提高。标准误差 误差界限 变异系数 抽样方差的几种计量方法 抽样调查中样本容量的确定，也经常会使用一种或多种这样的计量方法来对精度进 行说明。 非抽样误差 非抽样误差会对调查估计值的精度产生显著的影响 非抽样误差的大小与样本容量的大小却没有很大的关系 确定样本容量，就不必将这些误差作为影响因素加以考虑
样本容量的确定
样本容量的确定分类： 在参数区间估计的讨论中，估计值和总体的参数之间存在着一定的差异，这种差异是由样本的随机性产生的。在样本容量不变的情况下，若要增加估计的可靠度，置信区间就会扩大，估计的精度就降低了。若要在不降低可靠性的前提下，增加估计的精确度，就只有扩大样本容量。当然，增大样本容量要受到人力、物力和时间等条件的限制，所以需要在满足一定精确度的条件下，尽可能恰当地确定样本容量。 一、影响样本容量的因素 （一）总体的变异程度(总体方差) 在其它条件相同的情况下，有较大方差的总体，样本的容量应该大一些，反之则应 该小一些。例如：在正态总体均值的估计中，抽样平均误差为它反映了样本均值相对于总体均值的离散程度。所以，当总体方差较大时，样本的容量也相应要 大，这样才会使较小，以保证估计的精确度。 （二）允许误差的大小 允许误差指允许的抽样误差，记为，例如，样本均值与总体均值之间的 允许误差可以表示为，允许误差以绝对值的形式表现了抽样误差的可能范围，所以又称为误差。 允许误差说明了估计的精度，所以，在其他条件不变的情况下，如果要求估计的精度高，允许误差就小，那么样本容量就要大一些；如要求的精确度不高，允许误差可以大些，则样本容量可以小一些。 （三）概率保证度1－α的大小 概率保证度说明了估计的可靠程度。所以，在其他条件不变的情况下，如果要求较高的可靠度，就要增大样本容量；反之，可以相应减少样本容量。 （四）抽样方法不同 在相同的条件下，重复抽样的抽样平均误差比不重复抽样的抽样平均误差大，所需要的样本容量也就不同。重复抽样需要更大的样本容量，而不重复抽样的样本容量则可小一些。
此外，必要的抽样数目还要受抽样组织方式的影响，这也是因为不同的抽样组织方式有不同的抽样平均误差。 二、样本容量的确定 (一) 估计总体均值的样本容量 在总体均值的区间估计里，置信区间是由下式确定的： 例如，对于正态总体以及非正态总体大样本时，都是以它为置信区间。 从图6–1中可以看到，从估计量x的取值到点的距离实际上为置信区间长 度的。这段距离表示在一定置信水平1－α下，用样本均值估计总体均值时所允许的最大绝对误差即允许误差Δ。显然，若以x的取值为原点，则允许误差Δ可以表示为： （6–15） x=0 图6–1 允许误差示意图 公式（6–15）反映了允许误差Δ、可靠性系数、总体标准差与样本容量之间的相互制约关系。只要这四个因素中的任意三个因素确定后，另一个因素也就确定了。 在重复抽样条件下，把允许误差Δ的计算公式变形整理，则得到样本容量的计算公式： （6–16）
实例教程 手把手教你计算样本量
实例教程：手把手教你计算样本量 作者：张耀文 小玲看了新英格兰医学杂志的一篇文章[1]后，有些地方不明白，于是来找小咖讨论。 小玲：我觉得这个研究做的棒棒哒，但有一点没看明白，就是原文中统计方法部分的样本量计算到底写了个啥： 小咖：你没看明白就对了。这段话确实没有讲明白样本量到底怎么计算来的。你应该去看看这个研究的Protocol和Supplementary Appendix，里面应该会详细写到。因为限于篇幅，有些研究会在正文中省略一些信息。 小玲：那么，哪里能找到这个研究的Protocol和Supplementary Appendix呢？ 小咖：来，跟着我操作。首先搜到新英格兰医学杂志的这篇文章，然后点击①PDF下载这篇文章，再点开②Supplementary Material。
下载③Protocol 和④Supplentary Appendix 。 小玲：原来是这样啊，那我赶紧再去读一读这两个文件。 小玲读完后，又来找小咖。 小玲：我找到啦，原来在Protocol 的84-85页有样本量计算的详细介绍。 小咖：很好。你先总结一下大意。 小玲：比较主要结局（体重变化）时，按照P =0.05进行双侧t 检验。对于另一个主要结局（二分类变量）——体重下降5%及以上、10%以上的人数比例，采用双侧卡方检验比较。假设对照组体重下降10%以上的人数比例为10%，利拉鲁肽组的这个比例为14%。当利拉鲁肽组和对照组的样本量分别为2400例、1200例时，可以有超过90%的把握度发现这种差异。 小咖：很好，你get 到了所有的point 。以本研究为例，计算样本量时，需要
如何确定样本量
如何确定样本量 来回答：对于13万的人，做调查，得取多少样本，这个得看你要求的精确度，统计学上有这样的一套公式， https://www.360docs.net/doc/f816412329.html,/peixun/pei21.HTM 而对于市场调查； 在市场研究中，常常有客户和研究者询问：“要掌握市场总体情况，到底需要多少样本量？”，或者说“我要求调查精度达到95%，需要多少样本量？”。对此，我往往感到难以回答，因为要解决这个问题，需要考虑的因素是多方面的：研究的对象，研究的主要目的，抽样方法，调查经费…。有人说，北京这么大，上千万人口，我们怎么也得做一万人的访问才能代表北京市吧。根据统计学原理，完全不必。只要在500－1000左右就够了。当然前提是，我们要按照科学的方法去抽样。 根据市场调查的经验，市场潜力等涉及量比较严格的调查所需样本量较大，而产品测试，产品定价，广告效果等人们间彼此差异不是特别大或对量的要求不严格的调查所需样本量较小些。 样本量的大小涉及到调研中所要包括的人数或单元数。确定样本量的大小是比较复杂的问题，既要有定性的考虑也要有定量的考虑。 从定性的方面考虑样本量的大小，其考虑因素有：决策的重要性，调研的性质，变量个数，数据分析的性质，同类研究中所用的样本量，发生率，完成率，资源限制等。具体地说，更重要的决策，需要更多的信息和更准确的信息，这就需要较大的样本；探索性研究，样本量一般较小，而结论性研究如描述性的调查，就需要较大的样本；收集有关许多变量的数据，样本量就要大一些，以减少抽样误差的累积效应；如果需要采用多元统计方法对数据进行复杂的高级分析，样本量就应当较大；如果需要特别详细的分析，如做许多分类等，也需要大样本。针对子样本分析比只限于对总样本分析，所需样本量要大得多。 具体确定样本量还有相应的统计学公式，根据样本量计算公式，我们知道，样本量的大小不取决于总体的多少，而取决于(1) 研究对象的变动程度；(2) 所要求或允许的误差大小；(3) 要求推断的置信程度。也就是说，当所研究的现象越复杂，差异越大时，样本量要求越大；当要求的精度越高，可推断性要求越高时，样本量越大。因此，如果不同城市分别进行推断时，"大城市多抽，小城市少抽"这种说法原则上是不对的。在大城市抽样太大是浪费，在小城市抽样太少没有推断价值。 总之，在确定抽样方法和样本量的时候，既要考虑调查目的，调查性质，精度要求（抽样误差）等，又要考虑实际操作的可实施性，非抽样误差的控制、经费预算等。专业调查公司在这方面会根据您的情况及调查性质，进行综合权衡，达到一个最优的样本量的选择。 实际研究中的一些经验 根据一些学者的研究，以及远东零点在市场研究中的经验，市场调查中确定样本量通常的做法是： 1、通过对方差的估计，采用公式计算所需样本量，主要做法有： 2、用两步抽样，在调查前先抽取少量的样本，得到标准差S的估计，然后代入公式中，得到下一步抽样所需样本量n； 3、如果有以前类似调查的数据，可以使用以前调查的方差作为总体方差的估计。 4、根据经验，确定样本量，主要方法有： 5、如果以前有人做过类似的研究，初学者可以参照前人的样本。 6、如果是大型城市、省市一级的地区性研究，样本数在500-1000之间可能比较适合；而对于中小城市，样本量在200-300之间可能比较适合；如果是多省市或者全国性的研究，则样本量可能在1000-3000之间比较适合。 7、作为一个常识（主要是为了显著性检验），要进行分组研究的每组样本量应该不少于50个。 8、通过试验设计所作的研究，可以采用较小的样本量。如产品试用（留置）调查，在经费有限的情况下，可以将每组的样本量降低至30个左右，最好每组在50以上。此外，我们在多次的实际研究
样本量计算(DOC)
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
市场研究中样本量的确定
在市场研究中，常常有客户和研究者询问：“要掌握市场总体情况，到底需要多少样本量？”，或者说“我要求调查精度达到95%，需要多少样本量？”。对此，我往往感到难以回答，因为要解决这个问题，需要考虑的因素是多方面的：研究的对象，研究的主要目的，抽样方法，调查经费…。本文将根据自己的经验，探讨在市场研究中确定调查所需样本量的一些基本方法，相信这些方法对于其他的社会调查研究也有一定的借鉴意义。 确定样本量的基本公式 在简单随机抽样的条件下，我们在统计教材中可以很容易找到确定调查样本量的公式： Z2 S2 n = ------------ (1) d2 其中： n代表所需要样本量 Z：置信水平的Z统计量，如95%置信水平的Z统计量为1.96，99%的Z为2.68。 S：总体的标准差; d ：置信区间的1/2，在实际应用中就是容许误差，或者调查误差。 对于比例型变量，确定样本量的公式为: Z2 ( p ( 1-p)) n = ----------------- (2) d2 其中： n ：所需样本量 z：置信水平的z统计量，如95%置信水平的Z统计量为1.96,99%的为2.68 p：目标总体的比例期望值 d：置信区间的半宽
关于调查精度 通常我们所说的调查精度可能有两种表述方法：绝对误差数与相对误差数。如对某市的居民进行收入调查，要求调查的人均收入误差上下不超过50元，这是绝对数表示法，这个绝对误差也就是公式(1)中置信区间半宽d。 而相对误差则是绝对误差与样本平均值的比值。例如我们可能要求调查收入与真实情况的误差不超过1%。假定调查城市的真实人均收入为10000元，则相对误差的绝对数是100元。 公式的应用方法 对于公式的应用，一些参数是我们可以事先确定的：Z值取决于置信水平，通常我们可以考虑95%的置信水平，那么Z=1.96；或者99%，Z=2.68。然后可以确定容许误差d（或者说精度），即我们可以根据实际情况指定置信区间的半宽度d。因此，公式应用的关键是如何确定总体的标准差S。如果我们可以估计出总体的方差（标准差），那么我们可以根据公式计算出样本量： 例如：要了解该城市的居民收入，假定我们知道该市居民收入的标准差为1500，要求的调查误差不超过100元，则在95%的置信水平下，所需的样本量为 n=1.962*15002/1002=8,643,600/10,000=864 即需要调查的样本量为864个。 最大样本量 以上公式只是理论上的，在实际调查中确定合理的样本量，必须考虑多方面的因素。 首先，由于人们通常缺乏对标准差的感性认识，因此对标准差的估计往往是最难的。总体的标准差是123，还是765？如果没有一点对样本的先验知识，那么对标准差的估计是不可能的。好在我们通常能对变量的平均值进行估计，如我们通过历史资料估计该地区目前的年人均收入大致为10,000元，那么根据统计学知识，我们引入变异系数的概念： 变异系数V=标准差S/平均值X<= 1 因此，我们知道人均收入的标准差应该小于平均值，就是说标准差应该在10000以下。当然，这对于我们确定样本量还不能起太大的作用。然而如果我们采用相对误差表述的精度，对公式（1）变形，我们有： Z2(S2/X2) Z2V2 Z2 n = --------------------= -------------<= ---------- d2/X2 P2 P2
样本量的确定方法.
如对你有帮助，请购买下载打赏，谢谢！样本量的确定方法(2008-10-14 09:12:34) 一、样本单位数量的确定原则 一般情况下，确定样本量需要考虑调查的目的、性质和精度要求。以及实际操作的可行性、经费承受能力等。根据调查经验，市场潜力和推断等涉及量比较严格的调查需要的样本量比较大，而一般广告效果等人们差异不是很大或对样本量要求不是很严格的调查，样本量相对可以少一些。实际上确定样本量大小是比较复杂的问题，即要有定性的考虑，也要有定量的考虑；从定性的方面考虑，决策的重要性、调研的性质、数据分析的性质、资源、抽样方法等都决定样本量的大小。但是这只能原则上确定样本量大小。具体确定样本量还需要从定量的角度考虑。 从定量的方面考虑,有具体的统计学公式,不同的抽样方法有不同的公式。归纳起来，样本量的大小主要取决于： (1)研究对象的变化程度，即变异程度； (2)要求和允许的误差大小，即精度要求； (3)要求推断的置信度，一般情况下，置信度取为95%； (4)总体的大小； (5)抽样的方法。 也就是说,研究的问题越复杂,差异越大时,样本量要求越大；要求的精度越高,可推断性要求越高时,样本量也越大；同时,总体越大,样本量也相对要大,但是,增大呈现出一定对数特征,而不是线形关系；而抽样方法问题,决定设计效应的值,如果我们设定简单随机抽样设计效应的值是1；分层抽样由于抽样效率高于简单随机抽样，其设计效应的值小于1,合适恰当的分层，将使层内样本差异变小，层内差异越小，设计效应小于1的幅度越大；多阶抽样由于效率低于简单随机抽样，设计效应的值大于1,所以抽样调查方法的复杂程度决定其样本量大小。对于不同城市,如果总体不知道或很大,需要进行推断时,大城市多抽,小城市少抽,这种说法原则上是不对的。实际上,在大城市抽样太大是浪费,在小城市抽样太少没有推断价值。 二、样本量的确定方法 如何确定样本量,基本方法很多,但是公式检验表明,当误差和置信区间一定时,不同的样本量计算公式计算出来的样本量是十分相近的,所以,我们完全可以使用简单随机抽样计算样本量的公式去近似估计其他抽样方法的样本量,这样可以更加快捷方便，然后将样本量根据一定方法分配到各个子域中去。所以，区域二相抽样不能计算样本量的说法是不科学的。
临床试验样本量的估算
临床试验样本量的估算 样本量的估计涉及诸多参数的确定，最难得到的就是预期的或者已知的效应大小（计数资料的率差、计量资料的均数差值），方差（计量资料）或合并的率（计数资料各组的合并率），一般需通过预试验或者查阅历史资料和文献获得，不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不是想做就能做的。SFDA的规定主要是从安全性的角度出发，保证能发现多少的不良反应率；统计的计算主要是从power出发，保证有多少把握能做出显著来。 但是中国的国情？有多少厂家愿意多做？ 建议方案里这么写： 从安全性角度出发，按照SFDA××规定，完成100对有效病例，再考虑到脱落原因，再扩大20%，即120对，240例。 或者：本研究为随机双盲、安慰剂平行对照试验，只有显示试验药优于安慰剂时才可认为试验药有效，根据预试验结果，试验组和对照组的有效率分别为65.0%和42.9%，则每个治疗组中能接受评价的病人样本数必须达到114例（总共228例），这样才能在单侧显著性水平为5%、检验功效为90%的情况下证明试验组疗效优于对照组。假设因调整意向性治疗人群而丢失病例达10%，则需要纳入病人的总样本例数为250例。 非劣性试验（α=0.05，β=0.2）时：
计数资料： 平均有效率（P）等效标准（δ） N= 公式：N=12.365×P(1-P)/δ2 计量资料： 共同标准差（S）等效标准（δ） N= 公式：N=12.365× (S/δ)2 等效性试验（α=0.05，β=0.2）时： 计数资料： 平均有效率（P）等效标准（δ） N= 公式：N=17.127×P(1-P)/δ2 计量资料： 共同标准差（S）等效标准（δ） N= 公式：N=17.127× (S/δ)2 上述公式的说明： 1) 该公式源于郑青山教授发表的文献。 2) N 是每组的估算例数N1=N2，N1 和N2 分别为试验药和参比药的例数； 3) P 是平均有效率，
样本量的确定方法
样本量的确定方法(2008-10-14 09:12:34) 一、样本单位数量的确定原则 一般情况下，确定样本量需要考虑调查的目的、性质和精度要求。以及实际操作的可行性、经费承受能力等。根据调查经验，市场潜力和推断等涉及量比较严格的调查需要的样本量比较大，而一般广告效果等人们差异不是很大或对样本量要求不是很严格的调查，样本量相对可以少一些。实际上确定样本量大小是比较复杂的问题，即要有定性的考虑，也要有定量的考虑；从定性的方面考虑，决策的重要性、调研的性质、数据分析的性质、资源、抽样方法等都决定样本量的大小。但是这只能原则上确定样本量大小。具体确定样本量还需要从定量的角度考虑。 从定量的方面考虑,有具体的统计学公式,不同的抽样方法有不同的公式。归纳起来，样本量的大小主要取决于： (1)研究对象的变化程度，即变异程度； (2)要求和允许的误差大小，即精度要求； (3)要求推断的置信度，一般情况下，置信度取为95%； (4)总体的大小； (5)抽样的方法。 也就是说,研究的问题越复杂,差异越大时,样本量要求越大；要求的精度越高,可推断性要求越高时,样本量也越大；同时,总体越大,样本量也相对要大,但是,增大呈现出一定对数特征,而不是线形关系；而抽样方法问题,决定设计效应的值,如果我们设定简单随机抽样设计效应的值是1；分层抽样由于抽样效率高于简单随机抽样，其设计效应的值小于1,合适恰当的分层，将使层内样本差异变小，层内差异越小，设计效应小于1的幅度越大；多阶抽样由于效率低于简单随机抽样，设计效应的值大于1,所以抽样调查方法的复杂程度决定其样本量大小。对于不同城市,如果总体不知道或很大,需要进行推断时,大城市多抽,小城市少抽,这种说法原则上是不对的。实际上,在大城市抽样太大是浪费,在小城市抽样太少没有推断价值。 二、样本量的确定方法 如何确定样本量,基本方法很多,但是公式检验表明,当误差和置信区间一定时,不同的样本量计算公式计算出来的样本量是十分相近的,所以,我们完全可以使用简单随机抽样计算样本量的公式去近似估计其他抽样方法的样本量,这样可以更加快捷方便，然后将样本量根据一定方法分配到各个子域中去。所以，区域二相抽样不能计算样本量的说法是不科学的。
样本量的确定方法
样本量的确定方法 The pony was revised in January 2021
样本量的确定方法(2008-10-14 09:12:34) 一、样本单位数量的确定原则 一般情况下，确定样本量需要考虑调查的目的、性质和精度要求。以及实际操作的可行性、经费承受能力等。根据调查经验，市场潜力和推断等涉及量比较严格的调查需要的样本量比较大，而一般广告效果等人们差异不是很大或对样本量要求不是很严格的调查，样本量相对可以少一些。实际上确定样本量大小是比较复杂的问题，即要有定性的考虑，也要有定量的考虑；从定性的方面考虑，决策的重要性、调研的性质、数据分析的性质、资源、抽样方法等都决定样本量的大小。但是这只能原则上确定样本量大小。具体确定样本量还需要从定量的角度考虑。 从定量的方面考虑,有具体的统计学公式,不同的抽样方法有不同的公式。归纳起来，样本量的大小主要取决于： (1)研究对象的变化程度，即变异程度； (2)要求和允许的误差大小，即精度要求； (3)要求推断的置信度，一般情况下，置信度取为95%； (4)总体的大小； (5)抽样的方法。 也就是说,研究的问题越复杂,差异越大时,样本量要求越大；要求的精度越高,可推断性要求越高时,样本量也越大；同时,总体越大,样本量也相对要大,但是,增大呈现出一定对数特征,而不是线形关系；而抽样方法问题,决定设计效应的值,如果我们设定简单随机抽样设计效应的值是1；分层抽样由于抽样效率高于简单随机抽样，其设计效应的值小于1,合适恰当的分层，将使层内样本差异变小，层内差异越小，设计效应小于1的幅度越大；多阶抽样由于效率低于简单随机抽样，设计效应的值大于1,所以抽样调查方法的复杂程度决定其样本量大小。对于不同城市,如果总体不知道或很大,需要进行推断时,大城
样本量估计
样本含量估算方法及其软件实现（一） 样本含量（sample size）即观察例数的多少，又称样本大小。在保证研究结论具有一定的可靠性（精度和检验功效）的前提下，常需要在设计阶段就人估计最少的受试对象。在医学科研中，只要是抽样研究，就要考虑样本含量的估计。 样本含量估计充分反映了科研设计中“重复”的基本原则，过小过大都有其弊端。样本含量过小，所得指标不稳定，用于推断总体的精密度和准确度差；检验的功效性低，应有的差别不能显示出来，难以获得正确的研究结果，结论也缺乏充分的证据；样本含量过大，会整加实际工作的困难，浪费人力、物力、财力和时间。由于过分追求数量，可能会引起更多的混杂因素，从而影响数据的质量。 影响假设检验时样本含量估计的因素有四个： 1.第一类错误概率的大小α也称检验水准。α越小所需样本含量越多，对于相同α，双侧检验比单侧检验所需要的样本含量更多。 2.检验功效(1－β)或第二类错误概率的大小β检验功效越大，第二类错误的概率愈小，所需要样本含量愈多。 3.容许误差δ容许误差δ愈大，所需的样本含量愈小。 4.总体标准差σ或总体概率σ愈大，所需样本含量自然愈多。总体概率越接近0.5，则所需样本含量愈多。 样本含量的估算方法有查表法和计算法两种。随着计算机的普遍使用，统计学家也开发了一些专门的样本含量估算软件。其算法都是根据上述影响因素结合统计学原理求得。 我就通过实例的样本含量的计算过程，使大家对样本含量有一个更加直观
的认识。 1 计量资料单组设计基于t检验的差异性检验 举例：已知中国50-70岁男性的平均收缩压为158 mmHg，标准差为18，用药物AAA干预，平均收缩压下降10 mmHg 则认为有临床意义，α=0.05, Power=90%，Power =1-β, 双側检验，需要多少病例数。 启动医学研究样本含量估算系统SASA1.0，在桌面上双击SASA1.0快捷方式或点击开始 \ 所有程序 \ Sample Size Adviser \ Sample Size Adviser，进入SASA1.0主窗口。在Goal栏目中选定Means（计量资料）在Group栏目中选定1，在Analysis Method栏目中选定Test（差异性检验）。
样本量计算
样本量计算 Last revision date: 13 December 2020.
1.估计样本量的决定因素 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。 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。 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。 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取或。 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，或。即1－β=，或，也就是说把握度为80%，90%或95%。 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。 总体标准差(s) 一般因未知而用样本标准差s代替。 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。
抽样调查样本量确定.
抽样调查样本量确定.
抽样调查样本量的确定 在贸易统计中, 对于限额以下批零餐饮企业普遍采用抽样调查方法进行解决。然而,由于当前市场经济情况的多样性,经济发展的不均衡性,以及地域宽广性,导致情况多种多样;实际情况的复杂,决定了方案的复杂性,增加了具体抽样的难度。经过多年的探讨,区域二相抽样调查比较符合当前我国的实际情况,我们在这里根据试点所掌握的情况针对采用区域二相抽样调查的贸易抽样方案中如何确定样本量进行分析。 一、样本单位数量的确定原则 一般情况下,确定样本量需要考虑调查的目的、性质和精度要求。以及实际操作的可行性、经费承受能力等。根据调查经验,市场潜力和推断等涉及量比较严格的调查需要的样本量比较大,而一般广告效果等人们差异不是很大或对样本量要求不是很严格的调查,样本量相对可以少一些。实际上确定样本量大小是比较复杂的问题,即要有定性的考虑,也要有定量的考虑;从定性的方面考虑,决策的重要性、调研的性质、数据分析的性质、资源、抽样方法等都决定样本量的大小。但是这只能原则上确定样本量大小。具体确定样本量还需要从定量的角度考虑。 从定量的方面考虑,有具体的统计学公式,不同的抽样方法有不同的公式。归纳起来,样本量的大小主要取决于: (1研究对象的变化程度,即变异程度; (2要求和允许的误差大小,即精度要求; (3要求推断的置信度,一般情况下,置信度取为95%; (4总体的大小; (5抽样的方法。
也就是说,研究的问题越复杂,差异越大时,样本量要求越大;要求的精度越高,可推断性要求越高时,样本量也越大;同时,总体越大,样本量也相对要大,但是,增大呈现出一定对数特征,而不是线形关系;而抽样方法问题,决定设计效应的值,如果我们设定简单随机抽样设计效应的值是1;分层抽样由于抽样效率高于简单随机抽样,其设计效应的值小于1,合适恰当的分层,将使层内样本差异变小,层内差异越小,设计效应小于1的幅度越大;多阶抽样由于效率低于简单随机抽样,设计效应的值大于1,所以抽样调查方法的复杂程度决定其样本量大小。对于不同城市,如果总体不知道或很大,需要进行推断时,大城市多抽,小城市少抽,这种说法原则上是不对的。实际上,在大城市抽样太大是浪费,在小城市抽样太少没有推断价值。 二、样本量的确定方法 如何确定样本量,基本方法很多,但是公式检验表明,当误差和置信区间一定时,不同的样 本量计算公式计算出来的样本量是十分相近的,所以,我们完全可以使用简单随机抽样计算 样本量的公式去近似估计其他抽样方法的样本量,这样可以更加快捷方便,然后将样本量根 据一定方法分配到各个子域中去。所以,区域二相抽样不能计算样本量的说法是不科学的。 1.简单随机抽样确定样本量主要有两种类型: (1对于平均数类型的变量 对于已知数据为绝对数,我们一般根据下列步骤来计算所需要的样本量。已知期望调查 结果的精度(E, 期望调查结果的置信度(L,以及总体的标准差估计值σ的具体数据,总体
样本量的计算
而对于市场调查； 在市场研究中，常常有客户和研究者询问：“要掌握市场总体情况，到底需要多少样本量？”，或者说“我要求调查精度达到95%，需要多少样本量？”。对此，我往往感到难以回答，因为要解决这个问题，需要考虑的因素是多方面的：研究的对象，研究的主要目的，抽样方法，调查经费…。有人说，北京这么大，上千万人口，我们怎么也得做一万人的访问才能代表北京市吧。根据统计学原理，完全不必。只要在500－1000左右就够了。当然前提是，我们要按照科学的方法去抽样。 根据市场调查的经验，市场潜力等涉及量比较严格的调查所需样本量较大，而产品测试，产品定价，广告效果等人们间彼此差异不是特别大或对量的要求不严格的调查所需样本量较小些。 样本量的大小涉及到调研中所要包括的人数或单元数。确定样本量的大小是比较复杂的问题，既要有定性的考虑也要有定量的考虑。 从定性的方面考虑样本量的大小，其考虑因素有：决策的重要性，调研的性质，变量个数，数据分析的性质，同类研究中所用的样本量，发生率，完成率，资源限制等。具体地说，更重要的决策，需要更多的信息和更准确的信息，这就需要较大的样本；探索性研究，样本量一般较小，而结论性研究如描述性的调查，就需要较大的样本；收集有关许多变量的数据，样本量就要大一些，以减少抽样误差的累积效应；如果需要采用多元统计方法对数据进行复杂的高级分析，样本量就应当较大；如果需要特别详细的分析，如做许多分类等，也需要大样本。针对子样本分析比只限于对总样本分析，所需样本量要大得多。 具体确定样本量还有相应的统计学公式，根据样本量计算公式，我们知道，样本量的大小不取决于总体的多少，而取决于(1) 研究对象的变动程度；(2) 所要求或允许的误差大小； (3) 要求推断的置信程度。也就是说，当所研究的现象越复杂，差异越大时，样本量要求越大；当要求的精度越高，可推断性要求越高时，样本量越大。因此，如果不同城市分别进行推断时，"大城市多抽，小城市少抽"这种说法原则上是不对的。在大城市抽样太大是浪费，在小城市抽样太少没有推断价值。 总之，在确定抽样方法和样本量的时候，既要考虑调查目的，调查性质，精度要求（抽样误差）等，又要考虑实际操作的可实施性，非抽样误差的控制、经费预算等。专业调查公司在这方面会根据您的情况及调查性质，进行综合权衡，达到一个最优的样本量的选择。 实际研究中的一些经验 根据一些学者的研究，以及远东零点在市场研究中的经验，市场调查中确定样本量通常的做法是： 1、通过对方差的估计，采用公式计算所需样本量，主要做法有：
样本量的确定方法
样本量的确定方法 (2008-10-14 09:12:34) 一、样本单位数量的确定原则 一般情况下，确定样本量需要考虑调查的目的、性质和精度要求。以及实际操作的可行性、经费承受能力等。根据调查经验，市场潜力和推断等涉及量比较严格的调查需要的样本量比较大，而一般广告效果等人们差异不是很大或对样本量要求不是很严格的调查，样本量相对可以少一些。实际上确定样本量大小是比较复杂的问题，即要有定性的考虑，也要有定量的考虑；从定性的方面考虑，决策的重要性、调研的性质、数据分析的性质、资源、抽样方法等都决定样本量的大小。但是这只能原则上确定样本量大小。具体确定样本量还需要从定量的角度考虑。 从定量的方面考虑,有具体的统计学公式,不同的抽样方法有不同的公式。归纳起来，样本量的大小主要取决于： (1)研究对象的变化程度，即变异程度； (2)要求和允许的误差大小，即精度要求； (3)要求推断的置信度，一般情况下，置信度取为95%； (4)总体的大小； (5)抽样的方法。 也就是说,研究的问题越复杂,差异越大时,样本量要求越大；要求的精度越高,可推断性要求越高时,样本量也越大；同时,总体越大,样本量也相对要大,但是,增大呈现出一定对数特征,而不是线形关系；而抽样方法问题,决定设计效应的值,如果我们设定简单随机抽样设计效应的值是1；分层抽样由于抽样效率高于简单随机抽样，其设计效应的值小于1,合适恰当的分层，将使层内样本差异变小，层内差异越小，设计效应小于1的幅度越大；多阶抽样由于效率低于简单随机抽样，设计效应的值大于1,所以抽样调查方法的复杂程度决定其样本量大小。对于不同城市,如果总体不知道或很大,需要进行推断时,大城市多抽,小城市少抽,
样本量计算
1.估计样本量的决定因素 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。 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。 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。 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取或。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，或。即1－β=，或，也就是说把握度为80%，90%或95%。 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。总体标准差(s) 一般因未知而用样本标准差s代替。 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。
最小样本量确定方式
最小样本量确定方式 从数理统计的范畴来看，在样本量确定过程中，样本总体所起的作用因它的大小而有所差异。在其他条件一定的情况下，即误差、置信度一定，样本量随总体的大小而变化。但是，总体越大，其变化越不明显，而总体较小时，则变化明显。也就是说，即对于小规模总体，总体的大小对样本量起着重要作用；而大总体对样本量影响的作用很小，二者之间的变化并非是线性关系。所以，样本量并不是越大越好。据此，形成以下两种最小样本量抽取方法： 最小样本量确定方法一： 综合以上，在总体样本量很大，已达到数万乃至数十万、数百万，此时，最低样本量与顾客的总数已无必然联系，而主要受到误差和置信水平的水平的影响，计算公式如下所示，其最低样本量的确定以“一定误差和置信水平下的最小样本数量表”为主要依据。一般情况下，以允许误差3%、置信水平95%取样，此时最低样本总量为1068个。 样本量计算公式： n=Z2σ2/d2 其中： n：代表所需要样本量 Z：置信水平的Z统计量，如95%置信水平的Z统计量为1.96，99%的Z为2.68。 σ：总体的标准差，一般取0.5； d：置信区间的1/2，在实际应用中就是容许误差，或者调查误差。 该样本量确定方法主要适用于：整体客户满意度测评研究项目、重点客户接触环节测评项目、服务标准达标测评项目。 一定误差和置信水平下的最小样本数量表
最小样本量确定方法二： 在总体样本量较小的情况，样本总体会对抽取的样本规模产生较大影响，进而影响调查的误差与准确性。因此，抽样时，就必须考虑样本总体数量的影响，可以用如下公式计算所需样本数量： n=n1/(1+n1/N) n1：在总体很大时根据一定的置信度和允许误差计算所得的样本量N：表示总体单位数。 不过，如果样本量极少，或者要求必须全部检测或调查到，例如总体单位数低于50个时，此时，完全可以全部抽取，不需要采用以上公式机械计算。
抽样调查的样本容量的确定方法
抽样调查的样本容量的确定方法 摘要：确定样本容量是抽样调查中重要的环节，影响到抽样估计的精确度和调查的成本和效益。单位标志变异程度、抽样极限误差、抽样推断的可靠度、抽样类型和方法等影响到样本容量地确定。样本容量的确定可以根据由抽样误差、抽样极限误差和概率度推算出来的公式计算，也可以根据建立在过去抽取满足统计方法要求的样本量所累积下来的经验法则来确定。 关键词：样本容量；抽样调查；抽样误差；极限误差 抽样调查是根据随机原则，从总体中抽取部分实际数据构成样本，同时运用概率估计方法，依据样本信息推断总体数量特征的一种非全面统计调查。根据抽选样本的方法，抽样调查可以分为等概率抽样和非概率抽样两类。等概率抽样又称为随机抽样，是按照概率论和数理统计的原理，从调查研究的总体中，根据随机原则来抽选样本，并从数量上对总体的某些特征做出估计推断，对推断出可能出现的误差可以从概率意义上加以控制。样本是从总体中抽出的部分单位的集合，样本中所包含的单位数被称为样本容量，一般用 n 表示。确定样本容量是制定抽样调查方案中的一个非常重要的环节。 1．确定样本容量的必要性 1.1 样本容量大小影响抽样估计的精确度 抽样估计的精确度是指样本的统计量与其所代表的总体值的接近程度。调查结果相对于总体真实值的精确度与样本容量直接相关。样本容量越大，抽样误差相对就会减少，估计精度就会提高；若样本容量太小，抽样误差就会增大，从而影响抽样估计的精确度。 1.2 样本容量大小影响抽样调查的成本和效益样本量的设计通常受到研究经费及调查时间的限制。根据数理统计规律，样本量增加呈直线递增的情况下（样本量增加一倍，成本也增加一倍），而抽样误差只是样本量相对增长速度的平方根递减。若样本容量过大，调查单位增多，不仅增加人力、财力和物力的耗费，增加调查费用，而且还影响到抽样调查的时效性，从而不能充分发挥抽样调查的优越性。 因此，为节省调查费用，体现出抽样调查的优越性，在确定样本容量时，应在满足抽样调查对估计数据的精确度的前提下，尽量减少调查单位数，确保必要的抽样数目。 2．影响必要样本容量的主要因素影响样本容量的因素是多方面的，在抽样调查总体、调查费用和调查时间既定的情况下，为确定最佳的样本容量，应首先分析影响样本容量的因素。从理论上说，影响样本容量的因素有以下几个方面： 2.1 单位标志变异程度 单位标志变异程度一般用方差2或成数方差 P（1－P）的大小来表示。在其他条件不变的情况下，为了达到同样的研究目的，总体单位标志的变异程度大，样本容量应越大；反之，总体单位标志的变异程度越小，则样本容量就应越少。二者成正比