毕业论文临床观察类样本量怎么算
我该用什么方法去计算样本容量.本人统计学的，希望？
我该用什么方法去计算样本容量.本人统计学的，希望？
从总体中抽取的样本元素的总个数。 样本量的计算公式为：NZ2×(P×(1-P))/E2 其中，Z为置信区间、n为样本容量、d为抽样误差范围、σ为标准差，一般取0.5。 研究中实际观测或调查的一部分个体称为样本(sample)，研究对象的全部称为总体。为了使样本能够正确反映总体情况，对总体要有明确的规定；总体内所有观察单位必须是同质的；在抽取样本的过程中，必须遵守随机化原则；样本的观察单位还要有足够的数量。又称“子样”。按照一定的抽样规则从总体中取出的一部分个体。样本中个体的数目称为“样本容量”。
在统计研究中，什么是“样本”？
研究中实际观测或调查的一部分个体称为样本(sample)，研究对象的全部称为总体。为了使样本能够正确反映总体情况，对总体要有明确的规定；总体内所有观察单位必须是同质的；在抽取样本的过程中，必须遵守随机化原则；样本的观察单位还要有足够的数量。又称“子样”。按照一定的抽样规则从总体中取出的一部分个体。样本中个体的数目称为“样本容量”。
样本空间是什么？
随机试验E的所有基本结果组成的集合为E的样本空间。样本空间的元素称为样本点或基本事件。
在任何实验中都会有某些可能出现的结果，所有这些可能事件的集合就叫做这个实验的“样本空间”。每个可能的结果都由样本空间中的一个并且是唯一的一个点来表示，这个样本空间通常用字母S来表示。对于样本空间的每个元素（即对于每个可能的结果）来说，概率值用0~1的数字来标示，样本空间中所有概率值的和为1。
统计P值是什么，怎么算？
P值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P值，一般以Plt0.05为显著，Plt0.01为非常显著，其含义是样本间的差异由抽样误差所致的概率小于0.05或0.01。
实际上，P值不能赋予数据任何重要性，只能说明某事件发生的机率。Plt0.01时样本间的差异比Plt0.05时更大，这种说法是错误的。统计结果中显示PrgtF，也可写成Pr(gtF)，PP{F0.05gtF}或PP{F0.01gtF}。下面的内容列出了P值计算方法。
(1)P值是：
1)一种概率，一种在原假设为真的前提下出现观察样本以及更极端情况的概率。
2)拒绝原假设的最小显著性水平。
3)观察到的(实例的)显著性水平。
4)表示对原假设的支持程度，是用于确定是否应该拒绝原假设的另一种方法。
(2)P值的计算：
一般地，用X表示检验的统计量，当H0为真时，可由样本数据计算出该统计量的值C，根据检验统计量X的具体分布，可求出P值。
具体地说:左侧检验的P值为检验统计量X小于样本统计值C的概率，即P{XltC}右侧检验的P值为检验统计量X大于样本统计值C的概率P{XgtC}双侧检验的P值为检验统计量X落在样本统计值C为端点的尾部区域内的概率的2倍:P2P{XgtC}(当C位于分布曲线的右端时)或P2P{XltC}(当C位于分布曲线的左端时)。
若X服从正态分布和t分布，其分布曲线是关于纵轴对称的，故其P值可表示为PP{|X|gtC}。计算出P值后，将给定的显著性水平α与P值比较，就可作出检验的结论:如果αgtP值，则在显著性水平α下拒绝原假设。
如果α≤P值，则在显著性水平α下接受原假设。
在实践中，当αP值时，也即统计量的值C刚好等于临界值，为慎重起见，可增加样本容量，重新进行抽样检验。整理自：樊冬梅，假设检验中的P值.郑州经济管理干部学院学报，2002，韩志霞,张玲，P值检验和假设检验。边疆经济与文化，2006中国航天工业医药,1999P值是怎么来的从某总体中抽⑴、这一样本是由该总体抽出，其差别是由抽样误差所致；
⑵、这一样本不是从该总体抽出，所以有所不同。如何判断是那种原因呢？统计学中用显著性检验赖判断。其步骤是：
⑴、建立检验假设（又称无效假设，符号为H0）：如要比较A药和B药的疗效是否相等，则假设两组样本来自同一总体，即A药的总体疗效和B药相等，差别仅由抽样误差引起的碰巧出现的。
⑵、选择适当的统计方法计算H0成立的可能性即概率有多大，概率用P值表示。
⑶、根据选定的显著性水平（0.05或0.01），决定接受还是拒绝H0。
如果P＞0.05，不能否定“差别由抽样误差引起”，则接受H0；如果P＜0.05或P＜0.01，可以认为差别不由抽样误差引起，可以拒绝H0，则可以接受令一种可能性的假设（又称备选假设，符号为H1），即两样本来自不同的总体，所以两药疗效有差别。统计学上规定的P值意义见下表P值碰巧的概率对无效假设统计意义P＞0.05碰巧出现的可能性大于5%不能否定无效假设两组差别无显著意义P＜0.05碰巧出现的可能性小于5%可以否定无效假设两组差别有显著意义P＜0.01碰巧出现的可能性小于1%可以否定无效假设两者差别有非常显著意义理解P值，下述几点必须注意：⑴P的意义不表示两组差别的大小，P反映两组差别有无统计学意义，并不表示差别大小。因此，与对照组相比，C药取得P＜0.05，D药取得P＜0.01并不表示D的药效比C强。⑵P＞0.05时，差异无显著意义，根据统计学原理可知，不能否认无效假设，但并不认为无效假设肯定成立。在药效统计分析中，更不表示两药等效。哪种将“两组差别无显著意义”与“两组基本等效”相同的做法是缺乏统计学依据的。⑶统计学主要用上述三种P值表示，也可以计算出确切的P值，有人用P＜0.001，无此必要。⑷显著性检验只是统计结论。判断差别还要根据专业知识。样所得的样本，其统计量会与总体参数有所不同，这可能是由于两种原因[ts]kokofu于2010-3-2522:12补充以下内容[/ts]实际上生物统计原理基于此……呵呵。