统计百科 · 2026-06-24

样本量经验法则（10倍/30个）靠谱吗？功效分析才是科学答案

统计百科：破除"每个预测变量10个样本""至少30个"等经验法则的迷思，系统讲解功效分析（power analysis）如何科学确定样本量，给出可抄进论文的APA报告句式，落点ChatSRS一键计算。

每个预测变量至少 10 个样本？总样本量至少 30 个？这类经验法则流传极广，却没有坚实的统计学依据。用错了要么白白浪费资源，要么样本量严重不足导致论文被拒。本文从统计功效（statistical power）出发，系统讲解功效分析如何科学确定样本量，并给出可直接套用的 APA 7th 报告模板。

一、经验法则从哪里来，为什么它不可靠

1.1 最常见的三条经验法则

在研究生课堂和论文写作指南里，下面几条话几乎人尽皆知：

"每个预测变量至少 10 个样本"（10:1 rule）：用于多元回归，流传最广。
"至少 30 个总样本"：声称由中心极限定理保证正态性。
"每组至少 30 人"：用于 t 检验或 ANOVA 的各组要求。

1.2 这些法则的真实来源

Green（1991）提出了回归样本量的两条启发式规则：N ≥ 50 + 8m（检验整体模型）和 N ≥ 104 + m（检验单个预测变量，m 为预测变量数量）。这两条规则本身就假定了中等效应量（f² ≈ .15）和 80% 功效。被口耳相传之后，"104 + m"被简化成了"10倍"，效应量和功效的前提条件彻底消失了。

"30个样本"的说法则更为模糊，与中心极限定理（CLT）的关系被严重夸大。CLT 保证的是随样本量增大均值的渐近正态性，而非"30个样本就够了"——这一数字在高度偏态分布或小效应量时根本不成立（Wilcox, 2012）。

1.3 经验法则失效的典型场景

场景	用经验法则	实际需要	后果
小效应量回归（f² = .02），5个预测变量	~50 人	~395 人（80% 功效）	严重欠检验，I 类错误虚高
大效应量 t 检验（d = 1.2），两组	30人/组	12人/组（80% 功效）	资源浪费
中效应量 ANOVA（f = .25），4 组	30人/组	45人/组（80% 功效）	漏检真实效应
相关系数检验（r = .10）	30 人	782 人（80% 功效）	样本量差出25倍以上

二、功效分析的核心逻辑

2.1 四个相互制约的参数

功效分析（power analysis）描述的是以下四个参数之间的关系，确定其中三个，第四个随之确定：

效应量（effect size）：总体中真实差异或关联的大小（如 Cohen's d、f、r、f²）。
显著性水平（alpha, α）：I 类错误的容忍上限，通常设为 .05。
统计功效（power, 1 − β）：在效应真实存在时正确拒绝零假设的概率，社会科学通常要求 .80（Cohen, 1988）。
样本量（N）：研究者最终要确定的目标值。

$\text{Power} = 1 - \beta = P(\text{reject } H_0 \mid H_1 \text{ true})$

2.2 效应量：从哪里来

功效分析能不能做好，核心在效应量的估计质量。三个来源（按优先级排序）：

文献的 Meta 分析：同类研究的效应量汇总估计（如 Gignac & Szodorai, 2016 报告心理测量研究的中位 r = .20）。
同方向的先验研究：对象相似的已发表研究报告的效应量。
Cohen（1988）惯例值：仅在找不到实质性依据时作为最后手段。

Cohen（1988）惯例效应量参考值：

检验类型	效应量指标	小	中	大
独立样本 t 检验	Cohen's d	0.20	0.50	0.80
单因素 ANOVA	Cohen's f	0.10	0.25	0.40
多元线性回归	Cohen's f²	0.02	0.15	0.35
相关系数检验	r	.10	.30	.50
卡方独立性检验	Cohen's w	0.10	0.30	0.50

警告：Cohen 自己在 1988 年的著作第 4 页明确写道，这些"惯例值仅供参照，不应替代基于实质文献的效应量估计"（Cohen, 1988, p. 4）。将惯例值当作唯一依据，审稿人有权质疑。

2.3 功效分析三种使用时机

前瞻性功效分析（a priori power analysis）：研究开始前确定目标样本量——这是最规范的用法，也是方法章节必须报告的内容。
后验功效分析（post hoc power analysis）：已有数据后计算功效——常被误用，不推荐单独引用，因为它是样本量和效应量的函数，只是重申了 p 值的信息（Hoenig & Heisey, 2001）。
敏感性功效分析（sensitivity power analysis）：固定 N 和功效，反求最小可检测效应量（MDES）——用于评估已有数据集或历史数据能检验多大的效应。

三、各检验类型样本量计算：公式与示例

3.1 独立样本 t 检验

$n = \frac{2(z_{\alpha/2} + z_\beta)^2}{\delta^2}$

其中 $\delta = d$（Cohen's d），$z_{\alpha/2} = 1.96$（双侧 α = .05），$z_\beta = 0.84$（功效 = .80）。

示例：预期中效应量 d = 0.50，α = .05（双侧），功效 = .80。

$n = \frac{2(1.96 + 0.84)^2}{0.50^2} = \frac{2 \times 7.84}{0.25} \approx 63 \text{ 人/组}$

即每组约 63 人，总样本量约 126 人。经验法则"30人/组"仅能达到约 47% 的功效，远低于 .80 标准。

3.2 单因素 ANOVA

精确计算需查非中心 F 分布（无封闭式简化公式，下方示例值均由非中心 F 分布数值求解得到）。

示例：4 组，中效应量 f = 0.25，α = .05，功效 = .80 → 每组约 45 人，总 N = 180 人。

若用"每组 30 人"，此设计的实际功效仅约 0.61（约 61%），距 .80 标准仍有显著差距——约 39% 的真实效应会被遗漏。

3.3 多元线性回归

Cohen（1988）给出了针对整体模型的近似公式：

$N = \frac{L}{f^2} + u + 1$

其中 L 是在给定 α、功效和预测变量数 u 下的非中心性参数查表值，u 为预测变量个数，f² 为效应量。

示例：5个预测变量，中效应量 f² = 0.15，α = .05，功效 = .80 → N ≈ 92 人。

Green（1991）的简化公式 N ≥ 50 + 8 × 5 = 90 人，在中效应量假设下恰好接近，这正是该法则唯一有效的边界条件。但若效应量为小（f² = .02），则需要约 395 人——"50 + 8m = 90"仅有约 20% 的功效，等同于无效研究。

3.4 相关系数检验

$n = \left(\frac{z_{\alpha/2} + z_\beta}{0.5 \ln\frac{1+r}{1-r}}\right)^2 + 3$

示例：预期 r = .30，α = .05，功效 = .80 → N ≈ 84 人。
若 r = .10（小效应），则需 N ≈ 782 人——用"30个样本"的功效不到 10%。

四、在 ChatSRS 一键完成功效分析

打开 chatsrs.com，上传数据或直接输入：

"我计划做独立样本 t 检验，预期效应量 d = 0.50，显著性水平 alpha = 0.05（双侧），目标功效 0.80，请计算每组需要多少样本量，并给出 APA 7th 格式的方法章节描述。"

ChatSRS 会调用 R 的 pwr 包精确求解，输出：样本量、检验功效曲线图、以及可直接粘贴进论文的 APA 方法段落。

如需回归分析的样本量，输入示例：

"多元线性回归，5个预测变量，预期中效应量 f-squared = 0.15，alpha = 0.05，目标功效 0.80，计算所需样本量，使用 Cohen（1988）方法，输出 APA 报告句式。"

五、APA 7th 方法章节：样本量报告模板

APA 7th（第三章）要求在方法章节明确报告样本量的确定依据，而非事后合理化。

独立样本 t 检验模板

样本量的确定基于前瞻性功效分析（a priori power analysis）。
参照 [文献/Meta分析来源]，预期效应量为 d = [值]。
采用双侧检验（alpha = .05），目标统计功效为 .80（Cohen，1988），
使用 G*Power 3.1（Faul et al.，2007）计算得每组至少需要 [n] 名
参与者，总样本量不少于 [2n] 名。

填入数值的示例：

样本量的确定基于前瞻性功效分析。参照 Huang 等（2023）的元分析，该领域同类干预的平均效应量为 d = 0.52。采用双侧独立样本 t 检验（α = .05），目标统计功效为 .80（Cohen, 1988），使用 G*Power 3.1（Faul et al., 2007）计算得每组至少需要 59 名参与者，总样本量不少于 118 名。考虑约 10% 的数据损耗，实际招募目标为每组 65 名（总计 130 名）。

单因素 ANOVA 模板

基于前瞻性功效分析，参照 [文献]，预期效应量为 Cohen's f = [值]。
采用单因素 ANOVA（[k] 组），alpha = .05，目标功效 = .80，
计算得每组至少需要 [n] 名参与者（总 N = [kn]）。

多元线性回归模板

基于前瞻性功效分析，参照 [文献]，预期效应量为 f^2 = [值]，
预测变量数为 [p]。采用 alpha = .05，目标功效 = .80，
按 Cohen（1988）方法计算，至少需要 [N] 名参与者。

注意事项

必须说明效应量来源：审稿人会追问"效应量 d = 0.50 从何而来"，如果只写"参照 Cohen（1988）惯例值"，高水平期刊通常会要求提供文献依据。
数据损耗补偿：实际招募量应在计算值基础上增加预期损耗比例（通常 10%–20%）。
不显著结果也要报告功效：若最终结果不显著，在讨论部分报告事后功效或最小可检测效应量，帮助读者判断是真无效应还是检验力不足。

六、经验法则 vs. 功效分析：对照总结

维度	经验法则（如 10倍/30个）	功效分析
理论依据	无，口耳相传的简化	统计决策理论，Neyman-Pearson 框架
适用范围	仅在特定效应量假设下近似成立	适用任意效应量、设计、检验类型
输入要求	无需输入	需要效应量估计、α、目标功效
输出精度	粗糙，可能差出数倍	精确（给定效应量前提下）
审稿人接受度	越来越低；顶刊几乎一律要求功效分析	APA 7th 和 CONSORT/STROBE 的标准要求
风险	欠检验（浪费样本量、错误结论）	取决于效应量估计质量

常见 FAQ

Q：中心极限定理保证了"30个样本就够了"，这说法对吗？

A：不对。CLT 保证的是样本量趋向无穷大时样本均值的渐近正态性，而非"30个样本后就足够正态"。30 这个数字对正态分布或轻度偏态数据来说相对合理，但对高度偏态（如收入、反应时）、厚尾或离散分布，CLT 的收敛速度要慢得多，可能需要数百甚至上千个样本（Wilcox, 2012）。更重要的是，CLT 只处理抽样分布的近似正态性，与统计功效（你能否检测到真实效应）完全是两个问题。

Q：功效分析要求输入效应量，但研究开始前我根本不知道效应量，怎么办？

A：这是功效分析最常见的困惑。正确做法是按优先级尝试以下来源：(1) 同方向研究的 Meta 分析；(2) 该领域最高质量的 2–3 篇先验研究报告的效应量；(3) 领域专家的判断（如"我们认为实践意义最低的差异是 d = 0.30"）；(4) 作为最后手段，使用 Cohen 惯例值并在方法章节说明局限性。如果效应量不确定，可做敏感性分析：报告在不同效应量假设下（小/中/大）分别需要多少样本，以展示研究的稳健性。

Q：已经收集完数据才发现样本量不足，事后功效分析能"补救"吗？

A：不能用事后功效分析来合理化不足的样本量。Hoenig 和 Heisey（2001）的经典论文证明了：事后功效（observed power）与 p 值是一一对应的关系，它不提供独立信息——p > .05 时功效总是低，这只是对原本已知结果的循环解释。正确做法是在讨论部分报告"最小可检测效应量"（MDES）：即在当前样本量和功效 .80 的条件下，研究能可靠检测到多大的效应，供读者判断研究的临床/实践意义。

Q：顶刊（如 Psychological Science）对样本量是否有硬性要求？

A：部分顶刊确实有最低要求或强烈建议。Psychological Science 的作者指南要求提交"功效分析或样本量确定的说明"；Nature Human Behaviour 要求在方法章节明确报告功效分析；CONSORT（随机对照试验）和 STROBE（观察性研究）等报告规范也要求功效分析为必报项目。即便期刊无硬性要求，审稿人看到"每组 30 人依据中心极限定理"这类描述，几乎一定会要求补充功效分析说明。