样本量的重要性，小编就不在强调了。无论是申请课题还是撰写SCI文章，都会遇到的问题。我们也收到了很多粉丝的询问，到底一个研究需要多少样本量。对于样本量，我们前期也已经推出了几期教程。其实样本量的计算如果掌握其精髓，基本的计算方法还是简单的，当然如果是多中心的RCT，因为中间涉及很多因素，计算起来相对困难一些，尤其是涉及中期分析的RCT，则更加需要一些统计学知识。但是对于常规设计的研究，样本量的计算其实不算太难的。
样本量的计算对于临床研究来说是至关重要的，一方面是你做统计推断的前提，另一方面也是避免浪费过多的人力，物力，财力。而且现在如果你的目标是影响因子高的文章，在方法学部分是一定要描述样本量的计算方法的。那么样本量的计算，到底取决于哪些因素呢？
一类错误，简单来讲就是本来没有差异，我们的结果得出有差异，也就是假阳性，通常设为0.05.
二类错误，简单来讲就是本来有差异，我们的结果得出没有差异，也就是假阳性，通常设为0.1，或者0.2。基于此我们可以得出研究的把握度，也就是1-二类错位，通常为0.9或者0.80。
最小的差异，这个通常是认为两组之间差异绝对值的大小，这个值的获得，通常需要预实验或者文献阅读获得。
总体变异，也就是总体样本的标准差，通常使用样本标准差来替代，同样也是需要预实验或者阅读文献获得。
