样本量估算全攻略：R语言pwr包实操演示

写论文卡在哪一步？

大多数人卡在两个地方：数据不会分析，和样本量不会算。

前者还好办，现在教程一堆，学一学总能上手。但样本量估算这个事，网上资料乱七八糟，很多教程要么太理论、要么代码跑不通、要么根本讲不清楚「我这种情况到底该用哪个公式」。

今天这篇，我帮你把样本量估算这事彻底搞明白。

讲清楚三个问题：
1. 为什么要做样本量估算（不算会怎样）
2. 常用的样本量估算方法有哪些
3. R语言pwr包怎么用，常见场景实操演示

全程代码可复现，看完就能用。

01 为什么要做样本量估算？

很多人写论文的时候，样本量是「凑」出来的——收了100份、收了150份，收完了才发现统计检验不显著，然后开始改数据、删异常值、换统计方法……

这就是没有提前做样本量估算的后果。

提前估算样本量的意义：

第一，保证统计检验有足够的功效（power）。功效不够，你可能错过真实存在的效应，白做了。

第二，避免收太多样本浪费资源。收一万份数据花三个月，收五百份花一个月，如果五百份就够了，为什么要收一万份？

第三，让论文审稿人无话可说。你在方法部分写了「根据先验功效分析，所需样本量为N=120」，审稿人不会质疑你样本量不够。

简单说：样本量估算，是让你在做实验之前就知道需要多少数据的科学方法，而不是做完实验再倒推。

02 核心概念：功效、效应量、显著性水平

在动手算之前，先把三个基本概念搞清楚。

效应量