今月の目標は、調査員と統計家自身が語ったサンプルサイズの重要性を関連付けることです。 サンプルサイズは研究者にかなりの困難を引き起こす可能性があり、統計家に相談する最も一般的な理由である可能性が非常に高いです。 残念ながら、研究の仮説、設計、およびすでに収集されたデータでさえ途中で変更できないため、研究の最初のデータを収集する前に統計家に相談しない人にとってはジレンマが増大します。
「病気を除外するのに不十分な感度の診断テストを取得するのと同じくらい、不十分な力で研究を行うことは無駄で不適切であると主張することができます。」 {{Eng J.サンプルサイズの推定：何人の個人を調査する必要がありますか？ 放射線医学2003;207（2）：309-13}
サンプルサイズは、違いを検出するのに十分な大きさである必要がありますが（本当に違いがある場合）、臨床的に重要でない小さな違いが検出されるほど大きくてはなりません。 適切なサンプルサイズは、否定的な結果にも適用できます。
「否定的な結果の試験が臨床的に重要な効果を検出するのに十分なサンプルサイズを持っている場合、否定的な結果は解釈可能です–治療は少なくとも臨床的に関連があると考えられる効果ほど大きな効果はありませんでした。 否定的な結果の試験の力が不十分な場合、臨床的に重要であるが統計的に有意ではない効果は通常無視されるか、さらに悪いことに、研究中の治療が違いをもたらさなかったことを意味すると解釈されます。 したがって、サンプルサイズや検出力の計算を報告する重要な科学的理由があります。」 {Moher D、Dulberg CS、Wells GA 統計的検出力、サンプルサイズ、およびランダム化比較試験におけるそれらの報告。 JAMA 1994; 272（2）：122-4。}
そして倫理的な基盤さえあります、
「サンプルが大きすぎる研究は、余分な被験者の不必要な関与とそれに対応するコストの増加により、非倫理的であると見なされる可能性があります。 一方、サンプルが小さすぎる研究では、臨床的に重要な効果を検出することはできません。 したがって、そのような研究は科学的に役に立たない可能性があり、したがって、主題や他のリソースの使用において非倫理的である可能性があります。」 {アルトマンDG。 医学研究における統計と倫理。 Br Med J 1980; 281（6251）：1336-8。}
来月、少量の統計はサンプルサイズに影響を与える可能性のある要因に触れます-それらの適切な使用はあなたのサンプルサイズに役立つでしょうか？
