统计功效计算器 使用指南

α=0.05、效应量 d=0.5、功效 0.8 时约需 n≈64/组（两独立样本 t 检验近似）。…

核心功能

• 由效应量、样本量与显著性水平计算统计功效（1−β）
• 支持双侧与单侧检验切换
• 给出功效数值，便于在开实验前估算需要的样本量
• 避免「样本太少却得出没差异」的误判

适用场景

• 实验设计前估算检出效应所需样本量。
• 实验上线前算样本量：若只能接受 20% 的漏检风险，反推需要多少样本才能可靠检出预期的最小提升。

使用步骤

1. 填效应量 d（Cohen's d），0.2 小、0.5 中、0.8 大
2. 填每组样本量 n
3. 设显著性水平 α，通常取 0.05
4. 选择双侧还是单侧：方向有明确预期才用单侧
5. 若功效低于 0.8，说明样本量不足，需加大 n 重算

实用技巧

• 功效分析是「实验前」的工具，用来决定样本量；实验结束后再算「事后功效」，实际上只是把已得到的 p 值换个说法，不能证明结论可靠
• 正确做法是在设计阶段就确定最小可检出效应、显著性水平与功效，据此算出所需样本量并决定实验时长

常见问题

功效 0.8 含义？

真实存在差异时，有 80% 概率拒绝原假设（即 20% 二类错误）。

为什么实验做完了才看功效没意义？

功效分析是「实验前」的工具，用来决定样本量；实验结束后再算「事后功效」，实际上只是把已得到的 p 值换个说法，不能证明结论可靠。正确做法是在设计阶段就确定最小可检出效应、显著性水平与功效，据此算出所需样本量并决定实验时长。