檢定力分析計算器

如何使用

1. 先選擇資料結構：單一平均、兩組平均、單一比例或兩組比例。
2. 選擇你想要求解的問題：所需樣本數、達到的功效或最小可偵測效果。
3. 設定 alpha、尾端方向和實際效應假設，然後把結果用作研究規劃基線。

假設總結

• 在資料收集前，使用 alpha、尾端方向和實際效應假設來確定研究規模。
• 對於兩組模式，目前版本假設兩組樣本數平衡。
• 對於比例模式，頁面會在內部將基線率和目標率轉換為標準化效果。

頁面計算什麼

1. 所選模式會把你的研究設計對應到常態近似檢定統計量。
2. Alpha 與尾端方向會決定臨界閾值。
3. 然後，本頁會求解所需樣本數、達到的功效或最小可偵測效果。

檢定力分析與樣本數

樣本數 回答估計精度問題，例如「需要多少回應，才可讓估計值落在 ±3 分之內？」本頁回答偵測力問題，例如「在 alpha 5% 下，需要多少用戶才有 80% 功效偵測到 +2 點提升？」

如果決策討論集中在信賴區間寬度，請先使用樣本數頁面。如果目標是偵測或排除實際影響，請使用檢定力分析。

如何考慮效應大小

• 選擇一個足以改變決策的效應，而不只是剛好不為零的微小效應。
• 對於平均值，實際效應取決於相對於標準差的預期差異。
• 對於比例，基線率與目標率很重要。由 10% 升至 15% 的 5 個百分點，與由 60% 升至 65% 的 5 個百分點，標準化效果並不相同。
• 如果標準差或基線率不確定，請執行一小組情境，而不是將單一數字視為固定事實。

計畫完成後做什麼

完成設計規劃後，資料收集完成時請前往相應分析頁面。

• 樣本數計算器
  當規劃目標是信賴區間寬度，而不是檢定靈敏度時，請使用此選項。
• 信賴區間與假設檢定
  當結果是平均值，且你需要信賴區間或檢定結果時，請在收集資料後前往此頁。
• 方差分析計算器
  當設計比較三個或更多組的平均結果時移至此處。
• 費雪精確檢定
  收集資料後，如需按計數進行比較或處理列聯表，請前往此頁。
• 統計推論
  返回鄰近的推論、迴歸與分佈工具主題中心。

常見問題

相關計算器

• 樣本數計算器
• 信賴區間與假設檢定
• 方差分析計算器
• 統計推理中心

評論（可選）

為了減少載入量，僅在需要時才取得評論。