عدد المشاركين أو العينات في الدراسة، والذي يحدد قدرتها على اكتشاف التأثيرات الحقيقية.حجم العينة هو عدد الملاحظات الفردية أو المشاركين أو نقاط البيانات المضمنة في الدراسة. وهو معامل أساسي في الإحصاء لأنه يؤثر مباشرة على دقة التقديرات وقوة اختبارات الفرضيات. فحجم العينة الأكبر يقلل عادةً من خطأ المعاينة، مما يجعل النتائج أكثر موثوقية وأكثر احتمالاً لتعكس التأثير الحقيقي للسكان، بينما يزيد حجم العينة الأصغر من خطر تفويت التأثيرات الحقيقية أو إنتاج تأثيرات زائفة.
تطور المفهوم الرسمي لحجم العينة ودوره في الاستدلال الإحصائي في أوائل القرن العشرين، ولا سيما من خلال أعمال رونالد فيشر في عشرينيات وثلاثينيات القرن الماضي، الذي أسس الإطار لتصميم التجارب واختبار الفرضيات.
يعتمد الاستدلال الإحصائي على فكرة أن العينة تقارب المجتمع الذي سُحبت منه. يقل الخطأ المعياري للتقدير مع زيادة الجذر التربيعي لحجم العينة، لذا فإن مضاعفة حجم العينة تقلل هامش الخطأ إلى النصف تقريباً. ويحدد تحليل القوة، الذي يحدد الحد الأدنى لحجم العينة اللازم لاكتشاف تأثير بحجم معين، التوازن بين مستوى الدلالة المطلوب وحجم التأثير والقوة الإحصائية.
حسابات حجم العينة روتينية في التجارب السريرية واستطلاعات العلوم الاجتماعية ومراقبة الجودة لضمان أن الدراسات ليست ضعيفة القوة ولا كبيرة بشكل مفرط.
في بعض المجالات، تستغل مشكلة 'الانتقاء الإحصائي'—حيث يجمع الباحثون البيانات حتى تصبح النتائج ذات دلالة—حقيقة أن زيادة حجم العينة يمكن أن تحول نتيجة غير دالة إلى نتيجة دالة، حتى عندما يكون التأثير الحقيقي صفراً.
| B | متغير | Bayes factor — عامل بايز |
| D_k | متغير | k-th data point — بيانات |
| H_1 | متغير | alternative hypothesis — فرضية |
| H_0 | متغير | null hypothesis — فرضية |
| N | متغير | number of data points — حجم العينة |
| ∏ | مؤثر | multiplication of terms for k=1 to N — مشغل الضرب |
| MAE | متغير | Mean absolute error — mean absolute error same as dependent variable |
| n | متغير | Number of observations — حجم العينة |
| y_i | متغير | True value for observation i — true value same as dependent variable |
| \hat{y}_i | متغير | Predicted value for observation i — predicted value same as dependent variable |
| \sum_{i=1}^n | مؤثر | Sum over all observations from 1 to n — جمع |
| |\cdot| | مؤثر | Takes the absolute value of the difference — قيمة مطلقة |
| MSE | متغير | Mean squared error — mean squared error |
| n | متغير | Number of observations — حجم العينة |
| y_i | متغير | Actual value for observation i — actual value |
| \hat{y}_i | متغير | Predicted value for observation i — predicted value |
| \sum_{i=1}^{n} | مؤثر | Sum over all observations from 1 to n — جمع |








