大家好，我是数据小兵，是一名统计学知识博主，长期从事统计软件教学培训、答疑咨询、应用研究与数据分析工作。
===
在和课程读者交流过程中，经常被问到有关样本量计算的问题，
比如你打算发论文写paper，论文投出去后被审稿人提意见说，你这个研究有没有考虑样本量计算的问题，你当前试验的样本量是否可以检测出组间的差异。
有一部分人是做实验之前没有仔细研究样本量的先验问题，实验做完论文写完后才发现或才被要求评估样本量。
另一个场景是刚好相反，研究者做实验，做研究，一开始就非常明确要计算实验所需的样本量，比如临床实验，
随着统计学的应用越来越成熟，越来越深入，样本量计算，统计功效计算得到众多科研者的重点关注，
一些顶刊论文，高分论文，做好样本量计算这个环节的工作是极其重要的。
===
这个课程的学习目标，是希望能解决以下两方面的问题。
1.进行先验分析，提前估计你的试验或研究所需要的样本量。
当然先验分析，也可以用在事后，评估一下你当前的样本量是不是大于计算出的最少样本量。
2.进行事后功效分析，证明当前样本量可支持什么样的效应量以及达到何种程度的统计功效，也就是证明当前样本量是够不够。
====
对于非统计专业的分析需求来说，样本量计算都是交给专业的统计软件工具来计算完成的，不需要我们人工手工计算。
可以做样本量计算的软件工具还是比较多的，
咱们课程会介绍和应用的主要是gpower软件，spss软件，以及pass软件。
一些常见常规的样本量计算问题，大家可以直接采用gpower软软件计算，它是免费版权的软件工具，
spss软件从27.0开始加入了样本量计算功能，喜欢用spss的读者朋友可以继续使用spss完成常见统计方法，或常见差异比较的样本量计算问题。
功能最强大，最专业的是pass软件，本课程不会系统性介绍pass的使用，按计划是选择其中比较有特色的模块，比如gpower和spss都无法实现的样本量计算或统计功效的计算模块。
===
这套视频，在短期计划上，2023年主要是用来解决样本量计算的入门学习，
以及平时读者朋友们迫切需要掌握的样本量计算问题。比如t检验，卡方检验，方差分析，z检验等的样本量计算。
特别高深的难题，暂时不会考虑纳入到课程里面来。而读者有特殊需求的问题，我计划是循序渐进的增加到课程来。
本课程暂无计划介绍R语言在样本量计算方面的应用，所以如果你是希望学习使用r来计算样本量的，那么本课程不适合你。
我做视频课程的一个特点：持续维护更新，提供答疑咨询，也就是说这个课程是鲜活的，不是僵尸课程，课程的内容会不断的扩充增加，比如2023年计划是入门学习为主，那么到2024年，2025年可能就会逐渐增加略有难度的内容，我希望我做的视频课程能随着我的个人学习和经验积累，以及读者们的新需求而不断的迭代升级。
===
总结一下，这套视频资料短期内来说适合样本量计算的入门学习，可以解决一些比较 常见的样本量计算或统计功效计算的问题。从长期来说，课程会持续更新维护进行内容升级。
这套视频带领大家入门之后，如果你遇到一些特殊的，课程中没有介绍的问题，我建议阅读李志辉老师主编的《pass检验功效和样本含量估计》这本图书，并使用pass软件完成你的样本量计算或统计功效计算。
最后，不管是看视频学习，还是看图书学习，不论是入门学习，还是进阶与提高，都需要你动手，包括自己下载软件工具，自己动手做一些案例操作。
只要你认真动手学和练，就一定可以掌握样本量计算，一定可以解决你自己的难题。
欢迎加入这套视频资料的学习，共同进步。感谢大家支持，
