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: 通过率从 93% 提高至 97%
规划相互独立的通过/失败观测,以区分 97% 通过率与固定的 93% 基准。关注的差异为四个百分点。
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 proportion 作为 Test,选择 Sample size 作为 Solve for。输入 0.05 至 Significance level (α),选择 Two-sided 作为 Alternative hypothesis。
3. 输入规划值
为此情景的每个字段输入一个数值。无需指定工作表列。
输入 0.93 至 Baseline proportion (p₀)。
输入 0.97 至 Comparison proportions (p₁)。
输入 0.9 至 Target powers。

4. 运行分析
选择 Run analysis,然后打开 Results。
5. 解读结果
检查研究规划
规划相互独立的通过/失败观测,以区分 97% 通过率与固定的 93% 基准。关注的差异为四个百分点。
阅读计算所得方案
规划 323 次独立试验,以区分 97% 通过率与固定的 93% 基准,目标检验功效为 90%。此正态近似方案的检验功效为 0.900198;322 次试验对应 0.899049。计数针对试验次数,并非通过次数;此方法并非精确二项规划。
阅读检验功效曲线
曲线固定样本量为 323,并改变比较比例。在 0.97 处,功效约达到 90%。功效在 0.93 基准附近最低;由于采用双侧检验,通过率更低时功效也会上升。
检验功效与效应(英文图表) 查看原尺寸图表 (在新标签页中打开) 理解假设
检验功效指在输入的假设条件下,当指定差异真实存在时,计划中的检验能够检出该差异的概率。它并非假设为真的概率,也不保证得到显著结果。此方法使用正态近似,采用原假设下的临界值和比较比例处的方差。它并非精确二项计算。
决定如何采集样本
检查 93% 是否为合适的固定基准,以及 97% 是否为值得检出的效应。在规划研究中使用独立观测及一致的通过/失败定义。
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。
检验功效与样本量情景
情景将此行与其输入值对应。分支记录求解得到的效应方向;破折号表示不适用。两组规划中的样本量为每组样本量;总观测数统计两组之和。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用于检查每组少一个观测值时的功效。DF 为适用时的 t 检验自由度。状态和详情记录情景是否完成计算。方案需要 323 个观测值。计算所得检验功效为 0.900198;样本量为 322 时为 0.899049,低于 90% 目标。这些是规划观测数,并非要求的通过次数。
| 情景 | 分支 | 样本量 | 总观测数 | 比较比例 | 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 | — | 323 | 323 | 0.97 | 0.9 | 0.900198 | 0.899049 | — | ok | — |
- 无法计算的分支保留其状态和输入值。配对数据每对计两个观测值。仅在前一样本量有效时,才报告其对应的检验功效。
规划方法
方法和校准标识所用计算方式。显著性水平 α 为 0.05;双侧备择假设包含两个方向。求解目标标识正在计算的量。假设及规划用标准差或基准比例记录结果所依赖的条件。此方法使用正态近似,采用原假设下的临界值和比较比例处的方差。它并非精确二项计算。
| 设置 | 数值 |
|---|---|
| 方法 | 单个比例 |
| 校准 | statswift-normal-proportion-v1 |
| α | 0.05 |
| 备择假设 | two-sided |
| 求解目标 | 样本量 |
| 假设条件 | 采用正态近似,使用原假设下的临界值和备择假设下的方差。 |
| 基准比例 | 0.93 |
- 结果和曲线点随本次运行一并记录。样本量为整数;目标检验功效与计算所得检验功效不同。
情景输入值
情景对应编号结果行。输入记录当前情景的数值;这些是规划假设,并非观测测量值。此处各输入均为单值,因此产生一个情景。
| 情景 | 输入 |
|---|---|
| 1 | {"p1":0.97,"power":0.9} |
已记录的检验功效曲线数值
每行给出样本量、均值差或比较比例,以及计算所得的检验功效。这些是应用生成图表背后全部已记录的数值。两组规划中的样本量为每组样本量。检验功效的取值在零与一之间;0.9 表示 90%。曲线固定样本量为 323,并改变比较比例。在 0.97 处,功效约达到 90%。功效在 0.93 基准附近最低;由于采用双侧检验,通过率更低时功效也会上升。
| 样本量 | 比较比例 | 检验功效 |
|---|---|---|
| 323 | 0.83 | 0.999723 |
| 323 | 0.832833 | 0.999581 |
| 323 | 0.835667 | 0.999371 |
| 323 | 0.8385 | 0.999064 |
| 323 | 0.841333 | 0.998618 |
| 323 | 0.844167 | 0.997976 |
| 323 | 0.847 | 0.997062 |
| 323 | 0.849833 | 0.995772 |
| 323 | 0.852667 | 0.99397 |
| 323 | 0.8555 | 0.99148 |
| 323 | 0.858333 | 0.988076 |
| 323 | 0.861166 | 0.983476 |
| 323 | 0.864 | 0.977331 |
| 323 | 0.866833 | 0.969223 |
| 323 | 0.869666 | 0.958664 |
| 323 | 0.8725 | 0.945095 |
| 323 | 0.875333 | 0.927904 |
| 323 | 0.878166 | 0.906446 |
| 323 | 0.881 | 0.880082 |
| 323 | 0.883833 | 0.848222 |
| 323 | 0.886666 | 0.810394 |
| 323 | 0.8895 | 0.766313 |
| 323 | 0.892333 | 0.715957 |
| 323 | 0.895166 | 0.659647 |
| 323 | 0.898 | 0.5981 |
| 323 | 0.900833 | 0.532462 |
| 323 | 0.903666 | 0.464294 |
| 323 | 0.9065 | 0.395512 |
| 323 | 0.909333 | 0.328268 |
| 323 | 0.912166 | 0.264785 |
| 323 | 0.914999 | 0.207161 |
| 323 | 0.917833 | 0.15718 |
| 323 | 0.920666 | 0.116146 |
| 323 | 0.923499 | 0.0848113 |
| 323 | 0.926333 | 0.0633843 |
| 323 | 0.929166 | 0.0516607 |
| 323 | 0.93 | 0.05 |
| 323 | 0.931999 | 0.0492336 |
| 323 | 0.934833 | 0.0557509 |
| 323 | 0.937666 | 0.0711539 |
| 323 | 0.940499 | 0.0958347 |
| 323 | 0.943333 | 0.130658 |
| 323 | 0.946166 | 0.176818 |
| 323 | 0.948999 | 0.23552 |
| 323 | 0.951833 | 0.307503 |
| 323 | 0.954666 | 0.392459 |
| 323 | 0.957499 | 0.488419 |
| 323 | 0.960333 | 0.591299 |
| 323 | 0.963166 | 0.694833 |
| 323 | 0.965999 | 0.791202 |
| 323 | 0.968833 | 0.872531 |
| 323 | 0.97 | 0.900198 |
| 323 | 0.971666 | 0.933083 |
| 323 | 0.974499 | 0.971346 |
| 323 | 0.977332 | 0.99075 |
| 323 | 0.980166 | 0.998009 |
| 323 | 0.982999 | 0.999767 |
| 323 | 0.985832 | 0.99999 |
| 323 | 0.988666 | 1 |
| 323 | 0.991499 | 1 |
| 323 | 0.994332 | 1 |
| 323 | 0.997166 | 1 |
| 323 | 0.999999 | 1 |
- 本表及其 CSV 导出包含全部已记录曲线;图形最多显示 12 个所选样本量。
6. 创建报告
保留 Power and sample size scenarios、Planning method、Scenario input values、应用生成的英文 Power versus effect 图及其完整的已记录数值表。记录值得检出的差异、规划用离散程度或比例、样本分配及方法。此方法使用正态近似,采用原假设下的临界值和比较比例处的方差。它并非精确二项计算。
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。