作者：解螺旋.算盘 解螺旋原创
转载请注明来源：解螺旋，医生科研助手
上一节谈到了选择样本的时候，要遵循随机的原则，包括随机抽样和随机分组。其实，我们做实验的时候，还要保证有一定的样本数量。这其实也是算盘当年一直纠结的问题。究竟应该用10只老鼠，还是20只老鼠呢？样本太小, 不容易发现本应存在的差别; 样本太大, 又会造成不必要的浪费。下面，算盘谈谈样本量究竟多少才算合适。
一、样本估计的重要性和前提条件
其实，目前在医学期刊上发表的绝大多数的研究论文, 都没有在实验前进行样本量的估计。说难听点，和算盘当年一样，都是拍脑袋决定每组里面几只老鼠。由此带来的问题: 因为样本量不够，而出现大量的假阴性结果。即两组之间本来应该有显著性差异的。因为样本量太小了，出现了没有显著性差异的结果；或者因为样本量太大，造成不必要的浪费。所以，从科研的严谨性的角度出发，还是应该在实验前进行样本量大小的估计。
二、样本量的估计
实验前进行样本量大小的估计必须首先确定以下4个数值:
（1）希望发现的最小差异δ,如两总体均数之差、两总体率之差;
（2）总体标准差σ的估计值;
（3）检验水准α,一般取0.05；
（4）II类错误的概率β,一般取0.10或者0.20。有了以上的4个数值,就可以进行样本估计了。
下面看一个具体例子：有同位素法测定血清中的TnTI浓度。但是，由于设备和试剂的昂贵，一般的实验室并不具备条件。能不能用重复测量法代替同位素测定呢？同一个样本，同位素法测量3次，重复法测量7次，取均数 标准差，然后进行体验。那么，应该测量多少个样本才合适呢？如果测量太少，可能出现假阴性，即两种方法没有差别；如果测量太多，又会造成同位素的浪费。下面，算盘可能要违反以前的承诺了。算盘在开始写这个系列的时候，曾经庄严承诺过：绝不给大家公式的。但是，这里好象没有别的办法。但是，算盘还是郑重承诺，绝不要求大家记住这个公式。因为算盘自己都记不住。
n=2σ2/δ2 f(α, β)
这里，f(α,β)的常用数值为f（0.10，0.05）=10.8，f（0.10，0.10）=8.6，f（0.10，0.20）=6.2，f（0.05，0.05）=13.0，f（0.05，0.10）=10.5，f（0.05，0.20）=8.0，f（0.05，0.50）=3.8。就看你的α和β取什么值了。
对于以上这个例子，可以取δ=σ=0.1，即两种方法测量结果的总体均数相差达到0.1 mg/mL时，即认为这两种方法有差异。如果你非要问我，为什么选0.1呢？这个确实是拍脑袋想出来的。你选0.05或者0.2，其实都可以的。
好吧，现在选f（0.05，0.05）=13.0。代入公式n=2σ2/δ2 f(α, β)。
n=2x13=26。也就是说，两种方法各自测量26个样本，无论结果是阳性，还是阴性，犯错误的概率只有0.05。
在实际工作中，如果试剂太昂贵，或者病例太罕见，达不到26。那么就放宽条件，选f（0.10，0.20）=6.2。这样算下来，样本量就只需要13个了。
综上所述，在实验前进行样本量的估算很重要，可以避免假阴性结果，还可以避免不必要的浪费。这也是实验设计严谨性的重要体现。否则，如果你reviewer或者你的答辩委员问你：为什么治疗组vs对照组选择20只老鼠，而不是10只，你应该如何回答呢？返回搜狐，查看更多