计算样本量与统计效能

Calculate Sample Size and Power · 🔴专家 · 所属分类：科研选题与研究设计

样本量靠「差不多」「往年也这么多」定，或者效应量凭空假设——要么功效不足白做一场，要么过度招募浪费资源，还被伦理和基金评审卡住。它按你的结局类型和检验方法选对公式或模拟法，把效应量、变异、基线率这些关键参数溯源讲清，封装 R（pwr/simr）或 G*Power 算出结果并给可复现脚本，还做功效曲线和敏感性分析，校正脱落率，最后帮你写成符合基金/伦理要求的样本量论证段落。

适合谁

写标书、送伦理、要给研究定人数的临床研究者、研究生和统计分析人员。

给它什么 · 得到什么

• 你提供：主结局的检验类型与假设、预期效应量及其来源、结局的变异或基线率、显著性水平、目标功效、单双侧、脱落率、分组比例
• 你得到：样本量论证，含公式/方法、全部输入参数及出处、结果与考虑脱落后的招募数、功效曲线，以及可复现的计算代码

怎么用

可以直接给参数：「主结局是两组均值差，预实验效应量约0.5，双侧α=0.05、功效0.8，再算上15%脱落，我需要每组多少人？」它会选定方法、溯源参数，跑出结果和功效曲线，做敏感性分析，并把过程写成可放进标书的论证段落。

提个醒

结果完全取决于你输入的效应量假设，它会要求你说清来源和不确定性；绝不会反推样本量去凑你想要的显著性，复杂设计它也会建议找统计学家复核。