📚 课程目录第3章样本量设计的重要性

3. 样本量设计的重要性

在可靠性试验中，样本量设计并非简单的“抽多少个样品”的问题，而是决定试验结论是否可信、资源投入是否合理的核心环节。一个经过科学计算的样本量，能够在统计效力、经济成本和试验风险之间找到最优平衡点。

  核心观点：样本量设计是可靠性试验的“统计契约”——它预先规定了试验能以多大概率检测到特定水平的失效，同时将误判风险控制在可接受范围内。

3.1 为什么需要样本量设计

可靠性试验的目标通常包括：估计产品可靠度、验证寿命指标、比较不同设计方案的优劣。如果没有明确的样本量设计，试验结果将面临以下根本性问题：

统计推断无效：样本量过小会导致置信区间过宽，无法区分真实差异与随机波动。
决策风险不可控：生产方风险（α）和使用方风险（β）无法量化，验收决策缺乏依据。
资源浪费：盲目增加样本量会推高试验成本、延长周期，却未必带来等比例的统计收益。
合规性缺失：行业标准（如MIL-STD-781、IEC 61124）明确要求基于统计原理确定样本量。

场景	无样本量设计的后果	有样本量设计的价值
寿命验证试验	无法证明MTBF指标是否达标	以指定置信度确认MTBF下限
加速寿命试验	外推结果不可靠，置信区间过大	在预算内获得可接受的估计精度
可靠性增长试验	无法区分改进效果与随机波动	以统计效力检测到指定增长率
对比试验（A/B测试）	误判概率高，可能做出错误设计选择	控制两类错误风险，做出可靠决策

3.2 样本量不足与过量的风险

样本量选择不当会从两个方向破坏试验的有效性。下表对比了不足与过量的具体表现：

风险维度	样本量不足 (n 过小)	样本量过量 (n 过大)
统计效力	检测不到真实差异，假阴性率 (β) 高	能检测到微小但工程上无意义的差异
置信区间	区间过宽，估计精度差	区间过窄，可能过度自信
经济成本	试验费用低，但结论不可用需重做	直接成本高，占用资源影响其他项目
时间周期	试验周期短，但可能无法通过验收	周期延长，延误产品上市窗口
伦理/样品消耗	样品浪费少，但无效试验更浪费	消耗过多样品，尤其破坏性试验
决策风险	高概率做出错误接受/拒绝决策	过度敏感导致不必要的设计变更

工程警示：样本量不足是可靠性试验中最常见且代价最高的错误。一个统计效力低于 0.5 的试验，其结论几乎与抛硬币无异。在军工、航空航天等高风险领域，样本量不足可能导致灾难性的现场失效。

3.3 经济性与统计效力的平衡

样本量设计的本质是在统计效力（检测真实效应的能力）与经济成本（试验资源投入）之间寻找最优解。这种平衡关系可以通过以下关键公式理解：

n = (Z₁₋α/₂ + Z₁₋β)² × σ² / δ²

其中：
n      = 所需样本量
Z₁₋α/₂ = 对应置信水平的 Z 值（如 α=0.05 时 Z=1.96）
Z₁₋β  = 对应统计效力的 Z 值（如 1-β=0.80 时 Z=0.84）
σ²    = 总体方差（或失效标准差）
δ     = 可检测的最小效应量（工程上有意义的最小差异）

从公式可以看出：

效应量 δ 越小，所需样本量越大——检测微小差异需要更多数据。
统计效力要求越高（1-β 越大），样本量越大——从 0.80 提升到 0.95，样本量约增加 60%。
方差 σ² 越大，样本量越大——高波动性产品需要更多样本才能获得稳定估计。

3.4 实际工程中的平衡策略

在工程实践中，样本量设计通常遵循以下步骤化流程：

明确试验目标：是估计参数、验证指标，还是比较方案？不同目标对应不同的样本量公式。
设定风险水平：确定生产方风险 α（通常 0.05~0.10）和使用方风险 β（通常 0.10~0.20）。
预估效应量与方差：利用历史数据、相似产品经验或小规模预试验获取。
计算初始样本量：使用统计公式或软件（如 Minitab、JMP、R 语言）计算。
评估资源约束：对比可用样品数、预算、试验台位和时间窗口。
迭代调整：若资源不足，可适当放宽 β（降低效力要求）或增大 δ（接受更大的可检测差异），重新计算。
敏感性分析：评估样本量对关键假设（如方差估计）的敏感程度，避免“精确的错误”。

实用技巧：当预算严格受限时，优先保证统计效力不低于 0.70，同时将置信水平从 95% 调整为 90%。这通常能在不显著增加样本量的情况下维持可接受的决策质量。对于高风险产品，则优先保证效力 ≥ 0.90。

样本量设计不是一次性的计算，而是一个迭代优化的决策过程。优秀的可靠性工程师会在试验方案评审阶段，同时展示样本量计算过程、风险量化结果以及经济性分析，让项目团队在充分知情的前提下做出资源承诺。