最常见的两组率比较（定性变量）的样本量计算公式居然有5个，我应该选择哪个呢？

Original 郑卫军医学论文与统计分析 2022-10-07

收录于合集 #样本量计算方法 16个

统计小食系列（13）

医学研究样本量计算是最令人头疼的事情之一。关于样本量估算，我已经写了诸多样本量计算的方法，也提供了样本量计算公式公式大全：[资源]国自然等课题申报即将开始，样本量如何估算？双手奉上样本量计算公式大全

但是对样本量计算的疑惑仍然很多。比如最基本的两组率的比较样本量计算问题。

医学研究的主要研究结局为之一为定性结局，比如生存/死亡、有效/无效、阴性/阳性等，这样统计分析可以称之为率的比较，最常见的是两组率的比较。

比如：

采用完全随机的方法将研究对象分为两组（干预组和对照组），结局指标为抑郁症的发生率。预计干预组率23%，对照组率35%。要求双侧检验，α为0.05，两组样本量比值1:1（即两组病例数相等），β=0.1，把握度（检验效能）1-β=90%，求需要多少样本量？

两组率的比较在流行病学的领域应用的更多，比如病例对照研究、队列研究。

那么，两组率比较样本量估算的公式是什么呢？

有同学问：“郑老师，两组率样本量公式有好几个，到底用哪个？”

为什么同学会这么问？不查不知道，一查吓一跳。两组率比较的样本量公式形式是很多的！如果你没有思考过，你根本不知道居然至少有5种。

两组率的样本量常见公式具体陈列如下：

1、合并两组率法

2、不合并两组率法

3、两组率派生合并方法，

4、采用连续性校正，

5、进行反正弦转换。

我们不妨根据上述公式计算以下案例的样本量。结果是，各种算法相差不大。

那么，哪同一个公式最适合我们呢？

选取任何一种方法都是可以的。在研究计划或标书的书写时，最好是能够写明所选用的计算假设、计算参数、计算公式和采用的计算软件；在研究结果的统计分析时，也需要遵照样本量计算时假设进行分析（如是否进行精确检验或连续性校正等等）

PASS软件选择的哪种方法呢？

1.打开PASS 15软件后，在左侧菜单栏中找到Proportions---TwoIndependence Proportions---Test(Inequality)---Tests for Two Proportions。

2. PASS两组率的比较的方法更多了，在“Test type”下拉菜单中有很多方法，最常见的是Pooled方法和Unpooled方法

3.经过初步研究发现，Pooled方法即两组率派生合并方法，Unpooled为不合并两组率法。

比如，按照Unpooled方法来计算样本量。设置把握度为90%，即Power=0.90；α为0.05，即Alpha=0.05；两组样本量比值1:1，即Group Allocation为Equal(N1=N2)；P1=p1=0.23；P2=p2=0.35；其他为默认，点击Calculate。最后算出的样本量为592例

最后，我推荐哪个公式呢？

个人建议如果基于PASS软件进行两组率比较样本量计算，而又要在申请书陈列公式的朋友，选择最常见的两组率派生合并公式，在PASS “Test type”选择Pooled的方法：

这一公式，在人民卫生出版社出版的第八版《卫生统计学》教材可以见到，在时占祥、王吉耀翻译的《生物统计学与流行病学》一书中亦可见到。

统计小食系列推文

（1）数据不是正态分布还能做t检验吗？

（2）当正态、偏态、率的数据狭路相逢，如何绘制规范医学论文表格？

（3）基本统计研究七宗罪，你犯了几条？来投个票吧

（4）方差分析后两两比较，究竟应该用哪种方法？

（5）再论“数据不是正态时，是否可以采用t检验？”

（6）“我的研究是基于量表的调查，如何计算样本量？”

（7）两组均数比较，可以用方差分析吗？谈谈结果一样的那些统计方法。

（8）趋势性检验还不会做？来看看最基本的趋势性检验方法