🇹🇷 🇬🇧 🇩🇪 🇫🇷 🇪🇸 🇨🇳
Ctrl + K
📊 统计 • 效能 • 样本量规划

您的效能分析、样本量计算及统计检验选择计算门户

专为研究人员、医生、学生和学者设计的门户网站,简化效能分析过程并帮助确定所需的样本量。选择合适的统计检验,规划您的样本量,并在一个页面中掌握核心概念。

80% 常见目标最小效能
0.05 常见显著性水平 (α)
d, f, r, w 基本效应量指标

快速摘要

效能分析用于评估发现真实效应的概率。样本量不足可能会遗漏真实的差异。

核心参数

Power%80
Alpha0.05
Effect Size中等

关于效能分析的基础信息

信息卡片与简短说明

效能 (1-β)

检测到真实效应或关联的概率。许多研究的目标是 80% 或 90%。

α

显著性水平

I 类错误概率,通常设为 0.05。较低的 alpha 需要更大的样本。

📏

效应量

表示差异或关联的大小。对于临床解释非常有价值。

👥

样本量

过小会导致结论薄弱,过大会浪费时间和成本。

计算器模块

只需单击一下即可使用所有的效能分析工具

打开决策树

决策树

引导式向导,帮助快速找到最合适的分析方法

找到正确的效能分析

请回答以下问题,以找到最适合您研究的统计检验。

常见问题

首页中的说明内容区域

什么时候应进行效能分析?

理想情况下,应在研究开始前进行,即先验分析。

是否需要事后效能分析?

这一点存在争议;置信区间通常更有信息价值。

如果我不知道效应量怎么办?

可以使用文献或临床上有意义的最小差异。

这个系统能做成类似 G*Power 吗?

可以。许多核心模块都可以用网页版本开发。