如何计算样本大小以确保研究的统计效能？

计算适当的样本大小对于确保研究有足够的统计效能以检测实质性效果（如果真实存在）至关重要。这涉及确定达到足够的敏感性所需的参与者最小数量，以抵御二型错误（未能拒绝错误的零假设）。 所需样本大小在根本上依赖于几个参数：期望的统计效能水平（通常为0.80或80%）、选择的显著性水平（alpha，通常为0.05）、预计的效应大小（要检测的差异或关系的大小），有时还包括人群内在的变异性。较小的效应大小、较低的显著性水平或更高的效能要求需要更大的样本。根据具体的研究设计和分析计划，使用适当的公式（例如z检验、t检验）或专用的统计软件（例如G*Power）。关于这些参数的假设必须基于以往文献、试点研究或有意义的临床/科学相关性进行合理化。 在实施中，清楚定义主要结果、其测量尺度和预期分析。指定目标alpha、期望效能（例如0.80）和最低重要效应大小。咨询与研究设计相关的标准统计公式（例如，比较均值、比例）或使用验证过的软件，输入所需参数。最后，适当地考虑潜在的流失率，通过适度增加计算出的样本大小。正确估计的样本大小提高了结果的可信度和研究的效率。