前面介绍了“医学研究之相关分析的样本量计算——Kendall τ相关系数的置信区间法”，本文介绍点二列相关系数的置信区间(Confidence Intervals for Point Biserial Correlation)的样本量估计，点二列相关系数(ρ)是计算连续性随机变量(Y)和二分类随机变量(X)之间的积矩相关系数。点二列相关系数的置信区间的样本量计算过程及注意事项如下。
一、案例数据
某研究者欲研究性别与健康质量的关系，健康质量以连续性变量饮食指数(HEI)进行评估，预期两者的相关系数为0.7，希望其95%CI宽度为0.1，假设男女比例1：1，试估计所需的样本含量。
二、案例分析
本研究中性别为二分类变量，饮食指数为连续性变量，宜采用点二列相关系数的置信区间法，需要以下几个参数：
1. 双侧置信区间宽度，本例中为0.1。
2. 秩相关系数的估计值，本例为0.7。
3. 指定二分类变量X=1的概率，本例为0.5。
4. 检验水准α (通常取0.01至0.1，本研究取0.05)。
5. 置信度/可信度CL(即1-α，常用0.95或0.99，本研究取0.95)。
6. 脱失率DR (通常不宜超过20%，本研究取10%)。
三、软件操作
(一) 方法选择
在左侧界面中依次选择“Procedures (程序)”—“Correlation (相关)”—Confidence Interval (置信区间)”—“Confidence Intervals for Point Biserial Correlation (点二列相关系数置信区间)”，见图1。
(二) 参数设置
在“Design (设置)”模块中按以下参数设置相应选项(图2)：
①Solve For：选择“Sample Size”，表示本分析的目的是用于计算样本量。
②Interval Type：选择“Two-Sided”，表示使用双侧置信区间。
③Confidence Level(1-Alpha)：表示置信度CL，即为1-α，填写“0.95”。
④Width of Confidence Interval：表示双侧置信区间宽度，即从置信下限到置信上限的距离，范围介于0~2。本例填“0.1”。
⑤r(Sample Kendall’s Tau-b Correlation)：即样本点二列相关系数的估计值，可以从既往研究、专家意见或预调查中获得，范围介于-1~1。本例填“0.7”。
⑥P(Probability Dichotomous X=1)：即指定二分类变量X=1的概率值，范围介于0~1。本例填“0.5”。
(三) 脱失率设置
在“Reports (结果报告)”模块中，勾选“Show Dropout-Inflated Sample Size Report (报告脱失样本量)”，在“Dropout Rate”中填写“10%”(图3)，表示按照10%的脱失率计算样本量。设置好上述参数后点击“Calculate (计算)”。
四、结果及解释
图4列出了该研究设计的相关参数和样本量计算结果，可知计算的样本总例数(N)为302。
图5“References (参考文献)”列出了该计算过程中参考的相关文献；“Report Definitions (报告定义)”列出了各个参数的具体解释；“Summary Statements (报告概述)”为整个分析报告的摘要。
图6“Dropout-Inflated Sample Size (脱失样本量)”为考虑了脱失率的样本量(N')，也是研究实际开展过程中需要达到的最低样本量，本研究中为336。
图7为此次样本量估算整个过程的详细参数设置汇总。
五、结论
本研究中性别为二分类资料，饮食指数(HEI)为连续性资料，因此使用了点二列相关系数来描述性别与HEI之间的关系。已知双侧置信区间宽度为0.1，若取检验水准0.05，则置信度为0.95，则需要302例研究对象，即男、女各需要151例。若考虑10%的脱失率，则至少需要336例研究对象，男、女各需要168例。