确定实验中被试量（sample size）通常基于以下几个关键因素：

效应量（Effect Size）：

效应量是衡量实验处理效果大小的指标，它反映了处理组间差异的大小。确定效应量是计算所需样本量的第一步。

统计检验力（Power）：

统计检验力是指实验能够正确检测到效应的能力。足够的样本量可以提高检验力。

实验设计：

实验设计（如独立样本、配对样本、随机区组设计等）也会影响所需样本量。

可接受的误差范围（α）和统计显著性水平（β）：

通常设定一个可接受的错误率（α）和统计显著性水平（β），以确定所需的样本量。

预实验（Pilot Study）：

如果可能，进行预实验以估计效应量，并据此确定最终所需的样本量。

资源限制：

实验的预算、时间和参与者可用性也是确定样本量时需要考虑的因素。

确定样本量的具体方法包括：

直接采用中等效应量：例如，在方差分析中，可以采用Cohen's f = 0.25作为中等效应量。

参考前人研究：如果已有类似实验，可以参考其效应量估计。

进行预实验：通过预实验收集数据来估计效应量，并据此计算所需样本量。

选择被试时，还需注意以下几点：

样本的代表性：被试应能代表总体。

随机选取：被试应随机选取，以保证无偏性。

考虑损伤性：对于可能对被试造成损伤的实验，应尽量使用非人类被试。

希望这些信息能帮助你确定实验所需的被试量