统计教程｜PASS实现两计量指标的的Pearson相关分析时的样本量估计

在临床研究中我们经常会研究两个观察指标间是否有联系，如人的身高与体重、体温与脉搏次数、药物剂量与反应等，相关分析就是研究观察指标间相关关系的统计方法，由于不同资料类型其分析方法有所差异，故本节主要讲解的是定量资料的线性相关性分析。

当两计量指标满足正态性时，我们常采用Pearson相关分析法分析两指标间的相关关系，用相关系数r表示两指标间线性相关的程度和方向，其样本含量估计的主要计算公式：

​

公式中r为样本的两计量指标间的相关系数；Zα、Zβ分别为检验水准α和第二类错误的概率β相对应的标准正态分布的Z值，通常情况下Z0.05=1.960，Z0.10=1.282，Z0.20=0.842。

本节主要讲解采用PASS15软件实现两计量指标的Pearson相关分析时的样本含量估计。

例：某医院心内科医生想研究正常成年男子的心率（次/分）与心脏左室电机械收缩时间QS（毫秒）的相关性，经预实验测定两者相关系数为-0.478。若想在检验水准α=0.05，检验效能1-β=0.8的水平上，经Pearson相关分析得到相关系数有统计学差异的结论，试估算所需的样本含量。

解析：本例是个相关性的研究，其主要研究指标分别为心率和心脏左室电机械收缩时间，是连续型变量；目的是想得到经Pearson相关分析得到相关系数有统计学差异结论时的样本含量估计。根据题目我们知道了三个参数：①两变量间相关系数r=-0.478；②α=0.05（双侧检验）；③检验效能1-β=0.8。

PASS软件样本含量估算的具体步骤：

01 PASS主菜单进入样本含量估算设置界面：

打开PASS15软件，①点击Correlation菜单并双击或其前面的“＋”展开子菜单栏；→②点击Correlation 菜单并双击或其前面的“＋”展开子菜单栏；→③点击Test（Inequality）；→④点击Pearson’s Correlation Tests→弹出Pearson’s Correlation Tests对话框进入两计量指标的Pearson相关分析时的样本含量估计界面，详见操作示意图（图1） 。

​

02 PASS样本含量估算参数设置：

①Solve For：Sample Size，首先说明我们本次所求的结果为样本含量；→②Alternative Hypothesis：H1：ρ0≠ρ1，表明假设检验是检验备择检验有统计学意义：即本例相关系数r≠0；→③Power：0.8，表明检验效能为80%；→④Alpha：0.05，表示检验水准为0.05；→⑤ρ0（Base Correlation）：0，指定基线相关系数即零假设时的相关系数值，本例是为了检验相关系数有统计学意义时的样本含量，故零假设设为0；→⑥ρ1（Alternative Correlation）：-0.478，指定备择假设时的相关系数值，本例预实验得出r=-0.478；→⑦点击Calculate按钮，完成Pearson相关分析时的样本含量估算，详见操作示意图（图2） 。

03 PASS样本含量估算结果：

由图3可知，PASS软件给出的结果主要有：样本含量估算的结果、相关参考文献、样本量估算报告中出现各名词的定义、对计算结果的总结描述以及假定脱落率为20%时所需的样本含量估计结果和其各名词的相关定义。由于脱落率不同研究结果各不相同，故本次不看脱落率为20%的相关结果。

从结果可知，本次研究需要32例正常成年男子，就可以得到在检验水准α=0.05，检验效能1-β=0.8的水平下，心率与心脏左室电机械收缩时间的相关系数为-0.478且差异有统计学的结论。

想要了解更多统计教程相关知识，请登录常笑医学网中医学统计栏目进行查询和学习。