两样本均数比较的样本量如何确定－两个样本率的比较作卡方检验需要什么条件

一、已知两个样本均值、标准差，不知道样本量，怎么进行比较？

用变异系数比较变异系数=标准差/样本均值变异系数越小，数据越好

二、两个样本率的比较作卡方检验需要什么条件

卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度。
实际观测值与理论推断值之间的偏离程度就决定卡方值的大小。
 卡方检验是用途非常广的一种假设检验方法，它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；
多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。
卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，卡方值越大，越不符合；
卡方值越小，偏差越小，越趋于符合，若两个值完全相等时，卡方值就为0，表明理论值完全符合。
注意：卡方检验针对分类变量。
[1（1）提出原假设：H0：总体X的分布函数为F(x).如果总体分布为离散型，则假设具体为H0：总体X的分布律为P{X=xi}=pi， i=1，2，...（2）将总体X的取值范围分成k个互不相交的小区间A1，A2，A3，…，Ak，如可取A1=（a0，a1]，A2=(a1，a2]，...，Ak=(ak-1，ak)，其中a0可取-∞，ak可取+∞，区间的划分视具体情况而定，但要使每个小区间所含的样本值个数不小于5，而区间个数k不要太大也不要太小。
（3）把落入第i个小区间的Ai的样本值的个数记作fi，成为组频数（真实值），所有组频数之和f1+f2+...+fk等于样本容量n。
（4）当H0为真时，根据所假设的总体理论分布，可算出总体X的值落入第i 个小区间Ai的概率pi，于是，npi就是落入第i个小区间Ai的样本值的理论频数（理论值）。

三、请教各位高手，对比两组均数是否有统计学差异，选择什么样的统计方式，可以使用成组设计的T检验不能?

双样本T检验即可.

四、如何进行样本量计算

原发布者：yh2006231.估计样本量的决定因素1.1资料性质计量资料如果设计均衡，误差控制得好，样本可以小于30例；
计数资料即使误差控制严格，设计均衡，样本需要大一些，需要30-100例。
1.2研究事件的发生率研究事件预期结局出现的结局（疾病或死亡），疾病发生率越高，所需的样本量越小，反之就要越大。
1.3研究因素的有效率有效率越高，即实验组和对照组比较数值差异越大，样本量就可以越小，小样本就可以达到统计学的显著性，反之就要越大。
1.4显著性水平即假设检验第一类（α）错误出现的概率。
为假阳性错误出现的概率。
α越小，所需的样本量越大，反之就要越小。
α水平由研究者具情决定，通常α取0.05或0.01。
1.5检验效能检验效能又称把握度，为1－β，即假设检验第二类错误出现的概率，为假阴性错误出现的概率。
即在特定的α水准下，若总体参数之间确实存在着差别，此时该次实验能发现此差别的概率。
检验效能即避免假阴性的能力，β越小，检验效能越高，所需的样本量越大，反之就要越小。
β水平由研究者具情决定，通常取β为0.2，0.1或0.05。
即1－β=0.8，0.1或0.95，也就是说把握度为80%，90%或95%。
1.6容许的误差（δ）如果调查均数时，则先确定样本的均数()和总体均数(m)之间最大的误差为多少。
容许误差越小，需要样本量越大。
一般取总体均数（1－α）可信限的一半。
1.7总体标准差(s)一般因未知而用样本标准差s代替。
1.8双侧检验与单侧检验采用统计学检验时，当研究结果高于和低于效应指标的界限均有

五、两个样本率的比较用什么统计方法

t test  比较两组的平均值差异

chi square 比较两组的频率差异

ANOVA 比较两组或者更多的显著值差异

参考文档