来个不冷的知识，我的研究究竟需要多大的样本量？

前言

我的研究需要多大样本量？我的研究样本量已经有了，有多大概率可以得出有统计学意义的统计结果（这个样本量值得去做研究吗）？这些问题都可以通过功效分析（Power Analysis）来解决。

要进行功效分析，先要了解一下分析中涉及4个统计量：样本量（Sample Size）、效应值（Effect Size）、显著水准（Alpha）、功效（Power），知其三个可推断另外一个。

效应值是量化现象强度的数值，在不同的统计方法中统计量会不同。

假设检验采用的是小概率反证法思想，根据P值得出的推断结论具有概率性，在得出结论的同时，就冒着犯一定错误的风险，注意区别Ⅰ型错误和Ⅱ型错误。

Ⅰ型错误是拒绝了实际上成立的H0，是一种“弃真”行为，显著水平（检验水平）α实际上就是预先规定的犯Ⅰ型错误的最大概率，常取值0.05、0.01，Ⅰ型错误也用α表示，α可以取单尾也可以取双尾。如α=0.05，当H0实际成立却通过假设检验拒绝了H0时，理论上100次试验有5次会发生这种错误。医学上的假阳性、误诊便属于此类错误。Ⅱ型错误是没有拒绝（“接受”）实际上不成立的H0ÿ

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/115296178