基于广义估计方程样本量的计算在各个领域的应用已经非常广泛,也引起了各届研究学者的高度关注。对于基于广义估计方程样本量计算的数据,我们研究响应变量集群内的各数据间具有相关性的纵向数据。本文对基于广义估计方程推导出的样本量的计算公式,探索在不同数据结构和工作相关结构下对样本量的拟合效果的影响,进行数值模拟分析。最后结合实际的数据进行分析。本文的研究工作主要包括:(1)开始先介绍了本文的选题背景和意义,以及国内外的基于广义估计方程样本量计算的研究现状。(2)对Logistic回归和广义线性模型进行回顾,然后基于研究数据集群内相关性的特殊性,介绍了广义估计方程相关的基础知识。(3)介绍了基于广义估计方程样本量的计算方法和计算步骤,然后选取了三种特殊数据情形下样本量计算公式的推导。(4)基于二元响应变量和集群水平协变量情形下推导出的样本量计算公式进行模拟研究,分别研究分析集群数目、子单元数目和错误指定工作相关结构矩阵对样本量估计值的影响。(5)对来自一项针对呼吸系统疾病患者的临床试验数据的实例分析。