样本大小估计的历史发展：从惠更斯和伯努利到现在。

本文追溯了频率样本大小估计的历史发展，从它的哲学起源到今天的复杂性。克里斯蒂安·惠更斯（Christiaan Huygens）关于期望值的研究和雅各布·伯努利（Jacob Bernoulli）的大数定律确定了初步概念，后者首次将样本量与估计精度联系起来。18世纪和19世纪，通过皮埃尔-西蒙·拉普拉斯、卡尔·弗里德里希·高斯和西蒙·弗雷德里希·泊松的工作，概率论取得了重大进展，但明确的样本量规划仍然不常见。20世纪初，基于Jerzy Neyman和Egon Pearson的假设检验框架和Ronald Aylmer Fisher爵士的实验设计原则，出现了计算样本量的方法。虽然Donald Mainland和Austin Bradford Hill早在20世纪30年代就间接提到了这些词，但几十年后它们才被明确使用。第二次世界大战后，亚伯拉罕·沃尔德（Abraham Wald）等人的贡献进一步将样本量规划与顺序方法结合起来。从20世纪70年代开始，标准化公式、监管要求、报告标准（如CONSORT）和统计软件将频率样本大小估计整合为应用研究的常规组成部分。在21世纪，基于模拟、自适应和贝叶斯方法，以及开源计算生态系统，扩大了样本大小方法的范围和可及性。在当代研究中，样本量估计已经发展成为一个多方面的学科；其方法的复杂性取决于潜在的目标，说明了解释性推理和决策导向设计之间的持续分歧。