样本量

样本量 (Sample Size)

样本量 (Sample Size)，在统计学和计量经济学中通常用 $n$ 表示，是指在一个研究或实验中从总体 (Population) 中抽取的观测单元或个体的数量。它是研究设计的核心要素，直接影响到研究结果的精确性、可靠性和统计功效。正确确定样本量是实证研究的基石，需要在统计要求与现实约束之间做出权衡。

样本量过小可能无法提供足够的统计证据来检测真实存在的效应，导致无法正确拒绝原假设，从而犯Type II Error（第二类错误，即假阴性）。在临床试验中，这意味着一种有效药物可能被错误地判定为无效。反之，样本量过大则会浪费时间、资金和人力，且在涉及人类或动物的实验中可能引发不必要的伦理问题。此外，过大的样本量会使极其微小、毫无实际意义的效应在统计上变得显著，导致研究者得出虽具统计显著性但缺乏实际意义的结论。

样本量的重要性

样本量对研究的影响主要体现在三个重要方面。

第一，估计的精确性：样本量越大，由样本计算出的统计量（如样本均值 $\bar{x}$ 或样本比例 $\hat{p}$）就越可能接近真实的总体参数（如总体均值 $\mu$ 或总体比例 $p$）。这体现在更窄的置信区间 (Confidence Interval) 和更小的误差范围 (Margin of Error) 上。换言之，增加样本量可以缩小估计的不确定性范围。

第二，统计功效 (Statistical Power)：统计功效是指在一个假设检验中，当备择假设 (Alternative Hypothesis) 为真时，能够正确拒绝原假设 (Null Hypothesis) 的概率，通常表示为 $1-\beta$，其中 $\beta$ 是犯第二类错误的概率。更大的样本量通常会带来更高的统计功效，使研究更有可能发现真实存在的效应。通常要求统计功效至少达到 80\%，这意味着研究有 80\% 的概率检测到预设大小的效应。

第三，结果的代表性：虽然样本的代表性主要取决于抽样方法（如简单随机抽样），但足够大的样本量可以减少抽样误差 (Sampling Error) 的影响，使得样本的特征（如均值、方差、分布形态）更接近总体特征，从而增强将研究结论从样本推广到总体的信心。

样本量确定的关键因素

确定一个研究所需的最小样本量，通常需要综合考虑以下四个关键统计指标。该过程被称为先验功效分析 (A Priori Power Analysis)，是在研究开始之前进行的规划步骤。

一、置信水平 (Confidence Level)：即研究者希望其估计结果包含真实总体参数的置信程度。通常设定为 90\%、95\% 或 99\%。95\% 的置信水平意味着如果重复抽样 100 次，大约有 95 次计算出的置信区间会包含真实的总体参数。置信水平越高，所需的样本量就越大。在计算中，置信水平决定了临界值，如正态分布中的 Z-score（$Z_{\alpha/2}$）。对于 95\% 置信水平，$\alpha=0.05$，对应的 $Z_{0.025}$ 约为 1.96；对于 99\% 置信水平，对应的 $Z_{0.005}$ 约为 2.58。

二、误差范围 (Margin of Error, $E$)：也称为可接受的误差或精度。它描述了样本统计量与总体参数之间预计的最大差距。例如，如果希望估计选民支持率的误差在 $\pm 3\%$ 以内，则误差范围 $E=0.03$。误差范围要求越小（即精度要求越高），所需的样本量就越大。

三、效应量 (Effect Size)：效应量是衡量一个现象或干预措施强度的标准化指标，表示自变量与因变量之间关系的强度或两组之间差异的大小。例如，在比较两组均值时，Cohen's d 是常用的效应量指标。研究者需预先设定一个期望能检测到的最小效应量。如果希望检测到非常微小的效应，就需要非常大的样本量。效应量的估计可以基于先前研究、试点研究 (Pilot Study) 或该领域的理论知识。

四、数据变异性 (Variability)：指总体中观测值的离散程度，通常用总体标准差 ($\sigma$) 或总体方差 ($\sigma^2$) 来衡量。总体的变异性越大，为了获得精确估计就需要更大的样本量。在实践中，总体标准差通常是未知的，需要通过以往研究或试点研究来估计。

样本量计算公式

根据研究目的的不同，样本量的计算公式也有所差异。

估计总体均值 ($\mu$)时：

其中 $\sigma$ 是总体标准差的估计值，$E$ 是可接受的最大误差范围。

估计总体比例 ($p$)时：

若对 $p$ 无任何先验信息，通常取 $p=0.5$，因为此时 $p(1-p)=0.25$ 达到最大值，给出最保守（最大）的样本量。

两独立样本均值比较（假设检验）时：

其中 $Z_{\beta}$ 取决于预设的统计功效（80\% 功效对应 $Z_{\beta}=0.84$，90\% 功效对应 $Z_{\beta}=1.28$），$(\mu_1-\mu_2)$ 是研究者希望检测出的最小均值差异。

实践中的考量与误区

使用上述公式时需注意以下问题。第一，当样本量 $n$ 占总体规模 $N$ 的比例超过 5\% 时，应使用有限总体修正 (Finite Population Correction)：$n' = n/[1+(n-1)/N]$，修正后的 $n'$ 总是小于 $n$。第二，计算出的样本量是最终分析所需的有效观测数，研究者需预估无应答率或参与者流失率，并相应扩大初始招募数量。第三，警惕"大样本谬误"——极大样本量可使微小而无实际意义的效应在统计上变得显著，因此报告结果时需同时关注效应量和置信区间，而非仅看p-value。第四，所谓"抽取总体的 10\%"是常见误解：对于数百万人口的总体，数千人的随机样本即可提供精确估计——样本量的绝对大小比其相对比例更为关键。