应用命令、工作表标识符和示例数据值保留原文。截图、图表和下载文件均为英文。
示例: 小袋灌装量研究的样本量
规划独立的小袋灌装量测量,以检出相对于参考均值的 2 g 差异,假定标准差为 4 g,检验功效为 90%。
下载规划参考数据(CSV,英文列名)此示例与 Help 中使用的示例相同。CSV 文件列出了参考情景。请在 Inputs 中手动输入所选规划值;导入文件不会配置此计算器。可在 Help 中使用 Open example in a practice copy 预填输入。
1. 创建工作区
在侧边栏中打开 Basic Statistics,选择 Power & Sample Size。创建并命名分析,选择 New blank worksheet,然后选择 Create analysis。
2. 选择研究类型
在 Inputs 中,选择 One-sample t 作为 Test,选择 Sample size 作为 Solve for。在 Significance level (α) 中输入 0.05,选择 Two-sided 作为 Alternative hypothesis。
3. 输入规划值
在每个字段中输入此情景的一个数值。无需指定工作表列。
在 Standard deviation (σ) 中输入 4。
在 Mean differences 中输入 2。
在 Target powers 中输入 0.9。

4. 运行分析
选择 Run analysis,然后打开 Results。
5. 解读结果
核对所规划的研究
规划独立的小袋灌装量测量,以检出相对于参考均值的 2 g 差异,假定标准差为 4 g,检验功效为 90%。
阅读计算出的计划
所需的最小规划样本量为 44 袋。计算所得检验功效为 0.900031,略高于目标 0.9。使用 43 袋时,功效为 0.893050。
阅读功效曲线
此曲线使用 44 个观测值。差异为 +2 g 或 −2 g 时,功效约为 90%。越接近零的较小差异越难检出。
功效与效应(英文图表) 查看原尺寸图表 (在新标签页中打开) 理解假设
检验功效是在输入假设成立且指定差异真实存在时,所规划检验能够检出该差异的概率。它并非某个假设为真的概率,也不保证得到显著结果。此方法采用单样本非中心 t 计算,假设观测值相互独立且服从正态分布,总体标准差设为 4 g。此处参考均值本身并非根据第二个样本估计。
决定如何收集样本
确认 2 g 是值得检出的最小差异,且 4 g 是合理的规划标准差。决定收集多少袋时,应为无法使用的测量值留出余量。
更多详情:阅读各结果部分
完整结果表采用六位有效数字,与 Help 中一致。
功效与样本量情景
情景将此行与相应输入值关联。分支记录所求解的效应方向;破折号表示不适用。对于双组计划,样本量为每组的数量;总观测数包含两个组。均值差或比较比例为所规划的效应。目标检验功效为请求值,计算所得检验功效为计算结果。前一样本量下的检验功效检查每组少一个观测值时的情况。DF 为适用情况下的 t 检验自由度。状态和详情记录情景是否完成计算。所需的最小规划样本量为 44 袋。计算所得检验功效为 0.900031,略高于目标 0.9。使用 43 袋时,功效为 0.893050。
| 情景 | 分支 | 样本量 | 总观测数 | 均值差 | 目标检验功效 | 计算所得检验功效 | 前一样本量下的检验功效 | 自由度(DF) | 状态 | 详情 |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | — | 44 | 44 | 2 | 0.9 | 0.900031 | 0.89305 | 43 | ok | — |
- 不可用分支保留其状态和输入值。每对数据计为两个观测值。仅当前一样本量有效时,才报告该样本量的功效。
规划方法
方法和校准标识所用的计算。显著性水平 α 为 0.05;双侧备择假设包含两个方向。求解目标标明待计算的量。假设及规划标准差或基准比例记录结果所依赖的条件。此方法采用单样本非中心 t 计算,假设观测值相互独立且服从正态分布,总体标准差设为 4 g。此处参考均值本身并非根据第二个样本估计。
| 设置 | 数值 |
|---|---|
| 方法 | 单样本 t 检验 |
| 校准 | noncentral-t-v1 |
| α | 0.05 |
| 备择假设 | two-sided |
| 求解目标 | 样本量 |
| 假设条件 | 独立的正态观测值;总体标准差(SD)由样本估计。 |
| 规划用标准差(SD) | 4 |
- 结果和曲线点与本次运行一同记录。样本量为整数;目标检验功效与计算所得检验功效是不同的量。
情景输入值
情景对应编号的结果行。输入记录当前情景数值;这些是规划假设,并非实测值。此处每个输入仅有一个值,因此产生一个情景。
| 情景 | 输入 |
|---|---|
| 1 | {"delta":2,"power":0.9} |
已记录的功效曲线数值
每行给出一个样本量、一个均值差或比较比例,以及相应计算功效。这些是英文原始图表所依据的全部已记录数值。对于双组计划,样本量为每组的数量。功效介于零与一之间;0.9 表示 90%。此曲线使用 44 个观测值。差异为 +2 g 或 −2 g 时,功效约为 90%。越接近零的较小差异越难检出。
| 样本量 | 均值差 | 检验功效 |
|---|---|---|
| 44 | -2.5 | 0.981762 |
| 44 | -2.41667 | 0.974804 |
| 44 | -2.33333 | 0.965746 |
| 44 | -2.25 | 0.954168 |
| 44 | -2.16667 | 0.939633 |
| 44 | -2.08333 | 0.921717 |
| 44 | -2 | 0.900031 |
| 44 | -1.91667 | 0.874253 |
| 44 | -1.83333 | 0.844165 |
| 44 | -1.75 | 0.80968 |
| 44 | -1.66667 | 0.770866 |
| 44 | -1.58333 | 0.727969 |
| 44 | -1.5 | 0.681415 |
| 44 | -1.41667 | 0.631805 |
| 44 | -1.33333 | 0.579891 |
| 44 | -1.25 | 0.526551 |
| 44 | -1.16667 | 0.472738 |
| 44 | -1.08333 | 0.419435 |
| 44 | -1 | 0.367602 |
| 44 | -0.916667 | 0.318127 |
| 44 | -0.833333 | 0.271787 |
| 44 | -0.75 | 0.229213 |
| 44 | -0.666667 | 0.19088 |
| 44 | -0.583333 | 0.157098 |
| 44 | -0.5 | 0.128031 |
| 44 | -0.416667 | 0.103714 |
| 44 | -0.333333 | 0.0840861 |
| 44 | -0.25 | 0.0690308 |
| 44 | -0.166667 | 0.058409 |
| 44 | -0.0833333 | 0.0520945 |
| 44 | 0 | 0.05 |
| 44 | 0.0833333 | 0.0520945 |
| 44 | 0.166667 | 0.058409 |
| 44 | 0.25 | 0.0690308 |
| 44 | 0.333333 | 0.0840861 |
| 44 | 0.416667 | 0.103714 |
| 44 | 0.5 | 0.128031 |
| 44 | 0.583333 | 0.157098 |
| 44 | 0.666667 | 0.19088 |
| 44 | 0.75 | 0.229213 |
| 44 | 0.833333 | 0.271787 |
| 44 | 0.916667 | 0.318127 |
| 44 | 1 | 0.367602 |
| 44 | 1.08333 | 0.419435 |
| 44 | 1.16667 | 0.472738 |
| 44 | 1.25 | 0.526551 |
| 44 | 1.33333 | 0.579891 |
| 44 | 1.41667 | 0.631805 |
| 44 | 1.5 | 0.681415 |
| 44 | 1.58333 | 0.727969 |
| 44 | 1.66667 | 0.770866 |
| 44 | 1.75 | 0.80968 |
| 44 | 1.83333 | 0.844165 |
| 44 | 1.91667 | 0.874253 |
| 44 | 2 | 0.900031 |
| 44 | 2.08333 | 0.921717 |
| 44 | 2.16667 | 0.939633 |
| 44 | 2.25 | 0.954168 |
| 44 | 2.33333 | 0.965746 |
| 44 | 2.41667 | 0.974804 |
| 44 | 2.5 | 0.981762 |
- 全部已记录曲线均包含在此表及其导出的 CSV 中;图中最多显示 12 个选定样本量。
6. 创建报告
保留 Power and sample size scenarios、Planning method、Scenario input values、英文原始 Power versus effect 图及其完整的已记录数值表。记录值得检出的差异、规划用的离散程度或比例、样本分配和方法。此方法采用单样本非中心 t 计算,假设观测值相互独立且服从正态分布,总体标准差设为 4 g。此处参考均值本身并非根据第二个样本估计。
在已完成的运行中选择 Add to report 。打开 Choose individual items and advanced options 以选择表格和图表,然后选择 Add to draft。隐藏的项目仍会保留在已保存的分析中。
为报告命名,并添加研究目的和您的解读。选择 Save,查看 Preview,然后使用 Export → Download HTML。以下示例包含全部已选内容,包括超出单屏显示范围的结果。