样本量计算公式（样本量怎么计算）

观察性研究可以分为横断面研究、回顾性研究和队列研究。横断面研究可以这样理解，假如时间是一棵大树，那么横断面研究就是光头强的锯子，将大树切开的断面，就是我们的研究结果。横断面研究是对某一刻情况的研究。回顾性研究和队列研究可以这样理解。还是一棵大树，假如朝向天空的一端是未来，朝向地面的一端是过去。我们的研究就像是一颗小虫子，从起点开始，往上爬，它看到的东西，就是队列研究；往下爬，它看到的东西，就是回顾性研究。也就是说，回顾性研究是对过去发生的事情的描述，而队列研究是对未来的事情进行跟踪。

科研可以分为观察性研究和实验性研究。观察性研究是不在人为干预的情况下，通过数据收集、整理、分析和推断来得出一些结论。实验性研究则相反，实验性研究需要人为干预。

我是护理知声，关注我，获取更多护理知识！

样本是从总体中随机抽取的、足够数量的、能代表总体特征的部分观察单位实测值的集合。

既然我们有了上面知识的铺垫，我们来想一想，如果要做一个护理研究，需要有哪些步骤呢？主要分为四大步骤

误差有很多类型。如果说统计量和参数之间产生差距，这种误差叫作抽样误差。我来展开说说，误差的具体分类。

同质、异质和变异

在护理科研中，我们少不了运用医学统计学的一些方法，今天，我将向大家介绍一下科研的基本流程和医学统计学的一些基本概念。

大样本和小样本是相对而言的。一般认为，小样本和大样本的分界线是50，当然这也要看总体量和样本量的关系。

总体可以分为有限总体和无限总体。在我们的研究中，如果划定时间和范围，这样就可以把总体给固定住，就有了有限总体。比如说研究孩子们的身高，这就是个无限总体。如果我们说研究2023级某某小学某年纪6班孩子们的身高，这就是一个有限总体。

随机误差和非随机误差

性质和量的关系

第四步：资料分析。资料分析虽然在整个研究中耗时不多，但是选用什么样的统计学方法，也是十分重要的。研究分析包括研究描述和研究推断。研究推断是对研究描述的解释和表达。

误差分为随机误差和非随机误差。随机误差和非随机误差的分类依据在于误差的数据有无方向性和规律性。如果因为一种原因，导致误差在多次实验中是乱七八糟，没有规律，随机的，那么这种误差就是随机误差。如果因为一种原因，导致误差在多次实验中的变化是有规律的，那么这种误差就是非随机误差，非随机误差可以使得每一次实验中的参数变大或者变小。

假如我们要研究一个班级所有学生的身高情况，总体就是这个班级内所有的学生，个体就是组成这个班级的每一个学生。总体的定义是这样的，总体是根据研究目的确定的所有同质观察单位一种或多种特征观察值的集合。这里一个问题就是，什么是“同质”呢？在上面的研究中，同质就是这些被研究对象都在一个班级，比方说他们均在6班，这就是他们的同质。同质的定义是观察单位具有相同特征。

医学统计学是运用统计学的基本原理和方法，研究医学领域相关数据的收集、整理、分析和推断的一门学科。医学统计学是进行医学科研十分重要的工具。

总体与个体

我们在现实的研究中，如果总体过多，超过我们的研究范围，我们就需要在总体中抽出一部分进行研究，这样就有了样本。

第一步：研究设计。我们要规划和设计我们的研究，这是很重要的，基本占总研究时长的1/3左右。研究设计其实就是我们对我们研究的目标和规划。只有尽可能的把每一个步骤都想清楚，我们的研究才能够顺利。

大样本和小样本

在科学实验中，我们常常采用概率抽样的方法来避免对结果的影响。

既然说到抽样方法，我们就来扩展一下基本的抽样方法，基本的抽样方法分为概率抽样和非概率抽样，概率抽样是客观的，非概率抽样是主观的。概率抽样可以分为简单抽样、系统抽样、分层抽样等等。

第二步：资料收集。研究的时候，我们在研究什么呢？肯定是在研究我们的资料，研究我们获得的原始数据。我们需要用多种方式来获得我们的资料。研究资料分为一手资料和二手资料，也分为统计报表、经常性工作记录和专题调查或实验。

参数和统计量

总体与样本

实验性研究可以分为动物实验、临床实验和社区干预实验。动物实验的实验对象是动物，临床实验的对象是人，社区干预实验可以这样理解，如果两个社区，一个社区我们为他们宣传糖尿病防控的知识，另外一个社区不进行干预，最后如果发现我们宣传糖尿病防控知识的社区糖尿病患病人数少，那么说明我们的社区干预是有效果的。

总体和样本这个概念，指的是研究对象。而总体量和样本量这个概念，指的是具体的量。比如说6班孩子们，张三李四就是总体。6班孩子们的个数，就是总体量。

随机误差分为抽样误差和测量误差。比如说因为样本量和总体量的差距所产生的误差，就是抽样误差，再比如说，因为测量工具，比如说尺子的精确度，导致的误差，就是测量误差。随机误差可以减少，但是不能消除，是在所难免的。

抽样方法

第三步：资料整理。我们的资料如果收集了，还是乱七八糟的话，这样是不利于我们开展研究的，我们要剔除无效数据和错误数据，这个工作叫作净化原始数据。

与同质相反的概念就是异质，指的是观察单位具有不同特征。还有一个词语叫作变异，什么是变异呢？变异不是生物学上的变异，这里的变异指的是同质个体之间的差异。比如还是上面那个例子，6班孩子们身高的不同这一现象，就叫作变异。

非随机误差包括系统误差和过失误差两种。系统误差包括因为仪器未校准、标准试剂未校正、测量者感官倾向所导致。还是那一个例子，在测量6班孩子们身高过程中，可能尺子不标准，比如说用这一把尺子量，总是要高一块，这就是系统误差，这不是因为人为失误，所导致的结果也是有规律的。这里尺子不标准要和测量误差相区分开来。测量误差的尺子是准的，只是刻度没有那么精确，可能只能量毫米的东西，那么就有微米的误差。而系统误差中的尺子是不准确的，不规范的。再比如说视觉误差，可能测身高的人在读数的时候，会有读高的倾向或者读低的倾向，比如说160.4，这个人就喜欢读成160.5，这样也会产生误差，这个误差是有规律的。以系统误差和人为误差所组成非随机误差是可以消除的。

如果说要算6班孩子们身高的平均值，假如总人数是40人，这四十个人的身高所计算的平均值就是参数。但是如果在这40人中抽取10人，这十人的身高所计算的平均值就是统计量。参数是对总体而言的，参数只有一个。统计量是对样本而言的，统计量有很多个，可能是这十个人，也可能是那十个人，不同的样本所计算的结果是不同的。当然，参数和统计量不仅仅是平均值，还可以是方差、标准差等等，这依托于你的研究目的和研究方法。

很多人不理解主观抽样。我来举一个例子，比如说要调查艾滋病的一些情况，我们通过一个患者，再由这个患者推荐出两个患者，这两个患者再推荐两个患者。这种滚雪球抽样方法就是一个典型的主观抽样。