《样本量计算》视频课程正在努力更新中，最近我学习了线性回归样本量的计算，已经更新发布了使用G*power软件计算多重线性回归样本量的三个案例视频。
下面分享几个关键参数：
1.固定模型、随机模型
在G*power里面需要选择固定模型还是随机模型，在PASS里面需要选择条件x，或者非条件x。都需要说明自变量x的取值是随机还是固定，或者说在研究规划阶段是否已知/固定，在后续结果上是否可向外推广。
关于固定、随机模型的判断，应该说是比较难的，理解起来也比较困难。我在课程里面主要给出了一些狭义的看法，比如根据自变量是连续还是分类，自变量的取值是随机还是提前设定等角度来判断。
2.研究变量、控制变量
需要区分一下自变量的类型，当然这个主要是你作为研究者，从研究的角度来进行区分的。
把自变量区分为重点研究变量，以及非重点的控制变量。这个相对来说比较好理解，主要是要搞清楚研究目的。
3.决定系数r平方、效应f平方
多重线性回归样本量的计算，目前两种形式，一是根据决定系数r平方，二是根据效应量f平方。
r平方，很多时候我们在事前难以获得，而且r平方也很难说有一个权威的解读标准，比如r平方大于多少合适呢？
f平方则不同，它作为回归效应时，可依据cohen的原则，小效应0.02，中效应0.15，大效应0.35。这样我们就可以计算样本量了。
======
OK，以上三点需要着重关注。其他的就统一交给统计软件，比如G*power或PASS软件来完成。
下面是《样本量计算》视频的二维码，欢迎加入：
《样本量计算》
▌本课介绍G*power、SPSS、PASS在样本量计算方面的操作使用以及结果解释分析。视频可作为大学生、研究生入门学习资料，也可作为科研人员的参考用书。
（另外，这个课程后面考虑提价了，抓紧时间）