确定被试量是进行科学研究的关键步骤之一，它关系到实验结果的可靠性和统计检验的有效性。以下是确定被试量时需要考虑的几个因素和步骤：

效应量估计

确定你希望检测到的效应大小（effect size）。效应量是实验中感兴趣的处理（如药物、处理条件）对结果变量（如测试分数、生理指标）的影响程度。

常用的估计方法包括：

采用中等效应量（如Cohen's f = 0.25）。

参考类似研究的效应量。

通过预实验来确定效应量。

统计检验力（Power）

统计检验力是指实验正确检测到效应的能力。一般来说，统计检验力越高，需要的样本量越小。

需要根据预期的效应量和可接受的错误率（如α = 0.05）来计算所需的样本量。

样本量计算

使用统计公式或软件工具来计算在给定效应量和显著性水平下所需的样本量。

例如，在心理学研究中，常见的效应量要求为d = 0.4，而50人左右的样本量通常被认为是理想的。

实验设计

考虑实验设计（如被试内设计或被试间设计）对样本量的需求。被试内设计通常对样本量的要求较低。

实际可行性

考虑实际可用的资源和条件，包括实验对象的可获得性、实验操作的复杂性以及实验成本。

其他考虑

有时候，即使样本量计算结果显示需要较少的被试，研究者可能出于谨慎考虑增加样本量以确保结果的可靠性。

对于某些特殊群体（如自闭症儿童），寻找足够数量的被试可能更具挑战性，此时可能需要采用创新的实验设计或扩大搜索范围。

请根据你的具体研究问题和条件，综合考虑上述因素来确定合适的被试量。