在α＝0.05（双侧检验）时，U_{a＝1.96，β＝0.10，Uβ＝1.28，于是式（附式5-14）可简化为}

　　2. 非匹配设计病例数与对照数不等时

　　设：病例数：对照数1:c，则需要的病例数

　　式中，，P1的计算同公式（附5－14）

　　对照数＝cn。

　　3.　1:1匹配（配对）设计　须加估计的不是总例数而是病例与对照暴露情况不同的对子数（即表4-10中的f₁₀与f₀₁），设为m，则

　　式中PRR/(1＋RR)。

　　需要的总对数（f₁₁＋f₁₀＋f₀₁＋f₀₀）设为M，则

　　式中p₁＝p₀RR/﹝1＋p₀(RR-1)﹞，q₁＝1-p₁，q₀＝1-p₀

　　例：设对照暴露率p₀＝0.3，α＝0.05，β＝0.1，为检出RR＝2需要的

　　m＝[1.96/2＋1.28186，即共需f₁₀＋f₀₁＝90对，总对数＝186。

　　（三）队列研究与实验性研究样本含量估计

　　实验性研究与队列研究有许多共同之处，所以对其样本含量的估计一并介绍。

　　1.队列研究样本含量　这里只有计数资料的样本含量估计。应用公式计算时，必须对暴露（在实验性研究为处理）预期造成的与对照组的差别有一个估计数（下式中p0为未暴露组的事件发生比例；p1为暴露组的事件发生比例），这个估计数来自经验或理论，并规定Ⅰ型或Ⅱ型误差的概率（α与β）。

　　此为公式（附式5-14）的原式，（附式5-14）是其简化式，符号的意义两式相同。实验性研究有时样本较小，应用本式时要求事件发生比例两组均≥0.2，≤0.8。

　　2.实验性研究　除公式（附式5-18）外，还可用率的反正弦转换法，适用于事件发生率在0.05～0.95之间，单侧检验。如作双侧检验，可用α/2代替式中的α。

　　(1)实验组人数（n_t）与对照组的人数（n_c）相等。

　　n_t＝n_c，

　　式中p_c＝对照组假定的事件发生率

　　p_t＝试验组假定的事件发生率。

　　U_α，U_β值查附表5-1。

　　(2)实验组与对照组人数不等（n_t/n_c≠1设为λ）

　　n_t＝λ_nc，N＝n_t＋n_c。有1个以上实验组时（设为Υ组），N＝Υ_nt＋n_c。

　　上面两式中率的平方根的反正弦（sin^-1或arcsin）是用弦度来表示的，可用函数型计算器的RAD方式直接计算，十分方便。

　　计算实例　设计条件为实验组与对照组各一，以死亡为测定的结局，随访期5年，单侧备择假设，p_c＝0.40（对照组5年死亡率），p_c－p_t＝0.10，α＝0.05，β=0.05，λ＝1。代入式（附式5-19）：

n_c＝491，n_t＝491。N（两组人数）＝n_c＋n_t＝982。

　　但实际工作中还应考虑失访、退出、不依从等因素所造成的样本量减少，在估计时应给予适当补偿：设损失率为d，可用系数1/(1－d)乘n_c，仍用上例，设d＝20％，则n_c＝(1/0.8)×491＝614，n_t＝614，N＝1228。

　　此例如用公式（附式5-18）计算，得n_c＝490，设损失率（d）＝20％，则n_c＝(1/0.8)×491＝613，n_t＝613，N＝1226。可见两法所得基本一致，而以反正弦转换法更为简便。

　　（四）从已知样本含量估计能查出的最大相对危险度

　　一种常见的情况是样本含量限于条件已经限定，研究者想估计一下这个样本能够以一定的把握度查出的相对危险度最大是多少（如为保护因素则为最小的相对危险度），如果与预计的相关较大，则应待样本扩大后再进行分析，以免徒劳。

　　可用下式估计，式中n为每组例数，p₀，α，β的意义均与公式（附式5-14）相同：

　　式中

　　A＝(U_α＋U_β)2

　　B＝1＋2p₀

　　C＝2p₀﹝n(1－_p0)－Ap₀﹞