样本含量估计中的检验效能及其应用

样本含量估计中的检验效能及其应用哈尔滨医科大学李洪源，李玉春在医学研究中，对两样本率或平均数进行对比研究时，需要估计所需的样本含量。估计样本含量的前提之一是研究者要根据所研究课题的特点对第一类错误概率（ａ）和第二类错误的概率（β）做出预先的设定。实际...     

重复测量设计样本含量估计

目的 给出计算两个和多个处理组重复测量设计所需样本含量的公式。方法 探讨两组及多组重复测量设计的样本含量设计。结果 利用单因素裂区分析模型建立了处理组数G≥2时样本含量的估计公式。结论 列出了影响样本含量的因素,并指出Bloch‘s样本含量公式的低估现象。     

科研设计中样本含量估计所需条件不足时的几种处理措施

目的 探讨科研设计中,计算样本含量时所需条件不足情形下的应对措施.方法 结合实例提出问题,利用PASS11软件解决问题.结果 通过合理设置参数取值范围来计算样本含量时所需条件不足的问题;采用Heish提出的方法应对Logistic回归协变量信息不足的问题;采用Lakatos法应对生存分析样本含量计算时生存时间分布未知等问题.结论 在科研设计中,灵活地使用PASS11软件可以解决样本含量计算所需条件不足的一些问题,但还有部分问题尚待深入研究.     

多组比较样本含量及检验效能的线性算图估计

目的 为临床试验中多处理组比较时样本例数估计提供一种简单、实用的方法。方法 利用线性算图方法,通过计算“差别参数”,得出在一定检验水准和效能下,多处理组比较时每组所需样本含量。结果 实例分析表明,该法所得结果与其他方法结果相近,但计算过程简单且可用于其他类型资料分析的样本例数估计。结论 线性算图法是确定多处理样本含量的一种有效、可行的方法。     

Poisson分布数据正态近似分析中的样本含量问题

对Poisson分布数据作分析时，如果均数λ不小，可以用正态近似法。与正态分布数据分析相仿，要估计总体均数λ和对假设H0：λ＝λ0或H0：λ1＝λ2作检验时，也需决定样本含量。样本含量n对正态分布数据和Poisson分布数据有不同的含义。在Poisson数据分析中，n是作某种计数的时间或面积，不是观察个体数。对二项分布数据作分析时所需样本含量已在许多统计书中作了介绍，但文献并未对Poisson分布数据分析时样本含量问题作讨论。本文对Poisson分布数据作正态近似分析时所需样本含量的决定，作一些探索和讨论。     

期中分析的条件把握度及样本含量再估计

目的介绍临床试验期中分析时条件把握度的计算原理及样本含量再估计方法。方法根据信息时间,构造B统计量,运用布朗运动理论,估计条件把握度,并据此采用二分搜索法估计后一阶段所需样本含量。以正态分布资料为例,介绍计算过程。结果如果试验期初对参数的估计不准确,可以根据试验中期数据,计算条件把握度。如果条件把握度较低,则通过调整样本含量可以达到期望把握度;如果条件把握度较高,则可以提前结束临床试验。结论该方法可以在试验过程中有效监测检验效能,在不违背临床试验方案的前提下,通过调整样本含量,保证临床试验达到预期的检验效能。     

均数t检验样本含量计算图

确定样本含量,是统计学调查实验设计的主要内容之一。样本含量不足,达不到应有的精度;样本含量过多,又会造成人力物力和时间的浪费。样本含量可凭估计,计算或查表确定,但这些方法或失之过粗,或应用不便。图     

医学科研设计中两组例数不等怎样估计其样本含量

题3问:在医学科研设计中,若要求两组例数不等,怎样估计其样本含量?答:在估计样本含量时,若要求两组的例数不等,可以通过计算样本含量中的样本公式     

预防试验研究评价疫苗效果的样本含量

目的：探讨预设和调节疫苗效力可信区间宽度方法在评价疫苗保护效果方法的应用。方法：应用预设和调节疫苗效力（VE）可信区间宽度的方法,推导出预防试验研究评价VE所需样本含量的计算公式。结果：由公式计算的样本含量能使研究者掌握由样本所获得的VE点估计值接近总体真实值的程度。结论：该方法能较为准确地判断研究结果的实际意义。     

在SPSS中利用均数和标准差做两独立样本t检验

[目的]在SPSS中利用两样本均数、标准差和样本含量做两独立样本t检验。[方法]通过SPSS软件编写程序,实现两独立样本t检验。[结果]实例验证证明,程序运行的结果正确。[结论]在没有原始数据的情况下利用统计量做两独立样本t检验在SPSS软件中是完全可以实现的。     

Sample size tables for logistic regression

Sample size tables are presented for epidemiologic studies which extend the use of Whittemore's formula. The tables are easy to use for both simple and multiple logistic regressions. Monte Carlo simulations are performed which show three important results. Firstly, the sample size tables are suitable for studies with either high or low event proportions. Secondly, although the tables can be inaccurate for risk factors having double exponential distributions, they are reasonably adequate for normal distributions and exponential distributions. Finally, the power of a study varies both with the number of events and the number of individuals at risk.     

诊断试验ROC参数估计双正态样本量估计方法探讨

目的 探讨ROC双正态样本量估计方法的准确性。方法 通过Monte Carlo方法对ROC双正态样本量估计法进行评价与修正。结果 根据模拟试验结果得到双正态样本量估计法的校正公式及修正曲线。结论 采用文中给出的样本量调整方法。可以有效地进行样本量估计。达到诊断试验评价的要求。     

随机模拟法验证非劣效临床试验样本量计算公式

目的探讨并验证非劣效临床试验样本量计算方法。方法通过理论公式的推导，得到非劣效临床试验样本量计算公式，并用随机模拟的方法，使用该公式计算出的样本量估计实际的检验效能，以验证公式的正确性。结果由概率论严格推导得到样本量计算公式，并通过SAS随机模拟宏程序验证了公式的正确性，即模拟出的检验效能与最初带入公式计算时设定的预期的检验效能一致。结论样本量计算与临床试验设计有机结合的方法，解决了现行临床试验样本量计算方法与研究设计脱节的问题。     

医疗器械临床试验设计中样本含量的计算

目的:为科学设计医疗器械的临床试验,合理选择试验样本含量。方法:利用统计方法对医疗器械临床试验的样本含量计算进行探讨,并结合一些案例进行分析。结果:提供了常用统计参数的样本含量查询表,所提出的计算方法经验证方便可行。结论:医疗器械临床试验样本含量可通过查询表方式快捷获取。     

病例对照家系设计中样本含量的估算

目的：探讨病例对照家系设计中样本含量的估算方法及影响因素。方法：在评价病例亲属和对照亲属再发风险的前提下，考虑亲属疾病表型的家庭相关，估计样本含量。结果：用实例说明了病例对照家系设计中样本含量估计方法的应用与影响因素和样本含量的关系。结论：家庭相关越大，需要的家庭数越多；家庭中亲属成员个数越多，需要的家庭数越少。     

生存分析log-rank检验样本含量估计影响因素

目的探讨生存分析log-rank检验样本含量估计的影响因素。方法应用PASS软件中的Lachin-Foulkes方法模块,设置不同的参数计算实例的样本含量来研究log-rank检验样本含量估计的影响因素。结果检验水准(包括单、双侧检验)、预期的检验效能、风险比、试验组和对照组例数是否均衡、随访的时间、删失率等因素都会影响log-rank检验样本含量估计。结论生存分析log-rank检验样本含量估计受诸多因素影响,设计阶段样本含量估算应考虑这些影响因素。     

病例对照研究评价疫苗效力的样本含量

目的 提出一种病例对照研究设计中可调区可信区间精度的评价疫苗效力（VE）所需样本含量的计算公式。方法：应用可信区间相对宽度原理推导计算公式。结果 预设的相对宽度可调节和控制可信区间精度并决定样本含量的大小。结论 使研究者能较为准确地掌握VE点估计值接近总体真实值的程度。     

Sample size and power for pair-matched case-control studies

A new sample size formula is derived herein for matched-pair case-control studies. This result is based on an unconditional approach to the use of McNemar's statistic. We contrast this method for determining sample size and power with Schlesselman's conditional approach and compare the results numerically in a Monte Carlo study.     

多中心两组临床试验所需样本量的测定

目的：提出用于多中心两组临床试验的样本量测定方法。方法：由Cochran检验或Mantel-Haenszel检验反推出所需总样本量，按层样本分数和组样本分数进行样本量的分配。结果：如此获得的样本量测定方法与检验方法一一匹配。该方法具有同质性，当只有一层时还原为同质假设下的简化正态法或同质假设下的简化正态法加1。针对Cochran检验的设计可为等层或非等层设计，而针对Mantel-Haenszel检验的只能是等层设计。结论：该方法可用于多中心两组临床试验方案的设计。附有工作实例描述设计过程。     

率的非劣效试验中样本含量的估计——SAS和PASS实现

目的 提供二分类定性资料平行设计非劣效临床试验样本含量最常用的计算公式及其 SAS和PASS过程,并为相关参数的设置提供参考。方法 基于二项分布的正态近似理论推导样本含量的估计公式,通过SAS程序和PASS过程探讨各重要参数（样本率、非劣效界值）变化时样本含量及检验效能的变化情况。结果 对率的非劣效试验样本含量的计算,公式、SAS程序和PASS过程能得到一致结果;当检验水准和对照组样本率确定时,试验组样本率越大、检验效能越小、界值越大,所需样本含量越小。结论 利用本文提供的公式、SAS程序和PASS过程,可以帮助研究者系统快速得到二分类资料2组平行非劣效设计时的样本含量。试验组样本率、检验效能和非劣效界值是非劣效临床试验估计样本含量必须认真考虑的参数。