統計功效計算器

📚 深度解析：統計功效計算器

💡 常見使用場景

• 實驗設計前估算檢出效應所需樣本量。
• 實驗上線前算樣本量：若只能接受 20% 的漏檢風險，反推需要多少樣本才能可靠檢出預期的最小提升。

❓ 常見問題（FAQ）

功效 0.8 含義？

真實存在差異時，有 80% 機率拒絕原假設（即 20% 二類錯誤）。

為什麼實驗做完了才看功效沒意義？

功效分析是「實驗前」的工具，用來決定樣本量；實驗結束後再算「事後功效」，實際上只是把已得到的 p 值換個說法，不能證明結論可靠。正確做法是在設計階段就確定最小可檢出效應、顯著性水平與功效，據此算出所需樣本量並決定實驗時長。