[求助]关于回归分析的样本容量

回归分析的样本容量一般要求>=30个

但不是说8个就不能进行回归分析，只是在这样的小样本做的回归分析的精确度不会太高。

应该可以，但是结果误差较大，样本容量至少得有30个，才会保证进行回归分析的准确度

回归分析目的是研究数据的内在数量规律性，为了使所得结果的偏差尽可能的小，理论上样本容量应当越大越好，把握数据的规律性就会越精确。一般而言样本容量应当至少为30，但是这只是针对于大多是情况的，如果所得样本容量不足30，比如您列举的样本容量为8，如果此种情况下的样本容量占总体样本的比例已经相当大，那麽我个人认为进行回归分析是可以的。……仅个人意见，如有不对还请多多包涵！

，，，，，，，

小样本也能做回归分析。只不过误差相对较大，精确程度不够高。其中主要影响的是显著性检验，用F检验时n越大f值越大。要想保证回归结果的精确性，至少n要大于30比较好。

样本容量太小会影响回归分析结果的准确度，样本容量要达到一定的数量才可以得出比较准确的分析结果，一般要求是30个数据以上

做回归分析的样本容量越大，其方差越趋近于0，得出的回归分析的结果更准确一些，更能说明因变量于自变量之间的平均变化关系。当样本容量太小时，会存在很大的误差，使结果偏离实际

谈一点自己的看法.  
在统计分析中,含差别分析(均数比较)和联系的分析(相关分析), 在设计阶段,都需要估计样本含量,然后收集数据,再进行分析. 而不是拿到数据后, 再看样本含量是否足够. 样本含量的估计与一类错误,二类错误有关, 同时也与研究指标的误差有关. 比如, 社会经济学的指标,人的行为态度指标,误差较大,要探讨他们间的差别或联系需要较大的样本. 相反,如分子生物学的指标,生物化学的指标等比较精确, 较小的样本含量也可以探讨出事物之间的区别和联系.

同意以上朋友的观点, 样本含量与设计也有很大关系,如单因素的方差分析与正交设计,同一个指标,其样本含量则相差几十倍. 对回归分析,一型回归和二型回归样本含量的估计也不同. 多元回归和单因素回归样本的要求也截然不同. 因此, 样本含量不是大于30和小于30的问题. 而要根据研究的问题定. 因此,8个样本含量,对有些研究是足够的, 如化学,生物化学的标准回归直线就是6-8个测试点, 若是分子生物学的研究,8个测试点可能相当昂贵.

另外, 样本含量大可能容易得到阳性结果,但这个联系可能是虚假的. 另外,大样本不仅浪费, 也可能造成较大的误差.

感兴趣的同学可以访问以下免费网站, 估计样本含量.
http://www.danielsoper.com/statcalc/calc01.aspx

http://www.epibiostat.ucsf.edu/biostat/sampsize.html

本人认为可以做回归分析但是样本过少 肯定不准确  但是好像有专门针对小样本数据的分析方法啊

回答可以做回归分析不过由于偶然行，误差大不准确  好像有专门针对小样本的分析方法啊