统计小食系列

（1）数据不是正态分布还能做t检验吗？

（2）当正态、偏态、率的数据狭路相逢，如何绘制规范医学论文表格

（3）基本统计研究七宗罪，你犯了几条？来投个票吧

（4）方差分析后两两比较，究竟应该用哪种方法？

（5）再论“数据不是正态时，是否可以采用t检验？”

无论是课题设计、还是毕业设计，对样本量的计算越来越重要，为此，本公众号也详细陈列了各种样本量计算的方法。但往往碰到实际的问题时，纸面的方法仍然给我们足够的帮助。

我碰到很多关于样本量的计算的咨询，觉得最需要解释也最有意思的问题就是：

这个问题中，有个“量表中条目数的5-10倍”，是很多人在查阅文献得到数据，那么实际上是否正确呢？

实际上，考虑这个问题要从多个角度去阐述，而重点是研究目的，否则查阅文献的结果会带来误导。

首先，我们要明确整个整个研究设计的主要指标或者主要结局指标是什么？是3份量表的哪一份？这个结局指标的是决定样本量计算的关键指标

其次，我们再要考虑量表中条目数和样本量的关系。一般情况下，为了实现量表具有较好的信效度，一份量表测量份数要达到总条目数的5-10倍以上（这是量表研究约定成俗的，文献出处暂时不可考）。因此如果我们有三份量表，量表条目分别是10、20、30，那么样本量应该以条目最大的量表为基础计算，至少是30*5，150份以上，但不是60*5！

第三，光总条目数和样本量，是远远不够的。基于总条目数计算样本量只是在量表测试中才有要求，而在应用中还要考虑更多的。还要考虑什么呢？必须考虑结局指标的类型、研究设计、和统计学方法！

结局指标类型方面，我们必须要基于主要指标开展研究与分析。主要指标一般是某一份量表的总得分，那么便是定量数据；也有可能是算出量表总得分后，再转换为二分类定性数据：比如我们基于量表调查患者抑郁情况，然后根据界值把人群划为抑郁者和非抑郁者。两种结局指标指标类型的样本量计算方法显然存在着区别。

在研究设计上，必须要甄别，这个研究是横截面调查（了解分布为主）还是病例对照研究和队列研究（了解病因为主），三种方法有不同的样本量计算方法。

统计方法对样本量也有影响，一般情况下，量表分析常见的方法，仍然是线性回归分析或者logistic回归分析，线性回归分析一般对样本量的要求是自变量个数的5-10倍以上，logistic回归分析一般要求是阳性例数是自变量个数的5-10倍。

总结，基于量表研究样本量计算较为复杂！如何选择，那便是从各种对样本量有要求的条件中，要求最大的那个样本量。为此，我做一个技术路线图来帮助诸位：

诸位，本公众号现在已经形成包括 “样本量估算方法” 、 “ Meta", “论文的统计表达方法” 、 “统计视频” （R、医学统计学、妙趣统计学）、 “科研工具合集”、 “如何分析真实世界临床研究数据”等系列，有兴趣同仁们可以关注。返回搜狐，查看更多

责任编辑：