统计功效计算器

📚 深度解析：统计功效计算器

💡 常见使用场景

• 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。

❓ 常见问题（FAQ）

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。