样本规模的计算取决于多个因素，包括总体的大小、总体的变异程度、可接受的误差水平以及所需的置信度。以下是几种常见的样本规模计算方法：

1. 简单随机抽样：

对于推论总体成数（百分比），使用公式：

$$ n = left[ t^2 times p times （1-p） right] / e^2 $$

其中，$ t $ 是置信度所对应的临界值，$ p $ 是总体的成数或百分比，$ e $ 是抽样误差。

对于推论总体平均值，使用公式：

$$ n = left[ Z^2 times sigma^2 right] / E^2 $$

其中，$ Z $ 是置信水平对应的 $ Z $ 值，$ sigma $ 是总体的标准差，$ E $ 是可接受的误差水平。

2. 分层抽样：

使用公式：

$$ n = sum left[ left（ Z^2 times sigma_i^2 right） / E_i^2 right] times W_i $$

其中，$ sigma_i $ 是各层标准差，$ E_i $ 是各层可接受的误差水平，$ W_i $ 是各层的权重。

3. 考虑总体规模：

如果已知总体规模，可以直接计算样本规模。

如果不知道总体规模，可能需要使用估计值或进行分层抽样。

4. 考虑样本比例：

如果需要对总体中的某些群体进行估计，需要根据目标群体在总体中的比例来确定样本比例。

5. 其他考虑因素：

样本量的大小与推断估计的准确性有直接联系。

在确定样本规模时，还需要考虑研究对象的变异程度、允许的误差大小、要求的置信度以及总体大小等因素。

请根据您的具体情况选择合适的计算方法，并注意公式中的参数值（如置信水平、总体标准差、可接受的误差水平等）需要根据实际情况进行选择。