临床研究功效计算器

这款 临床资料 研究功效计算器可帮助研究人员确定临床研究的统计功效。统计功效衡量在存在真实效应时检测出真实效应的可能性，从而降低出现假阴性结果（II 类错误）的风险。此计算器通过考虑样本量、效应大小和显著性水平等因素来帮助优化研究设计。它确保研究具有足够的功效，以产生可靠且可操作的结果。

临床研究功效计算器公式

计算功率的一般公式为：
功率 = P(Z > Zα - Zβ)

地点：
Zα：与重要性水平（α）对应的 Z 分数。
Zβ：与所需功率 (1 - β) 相对应的 Z 分数。
P(Z > Zα - Zβ)：Z 分数大于 Zα 和 Zβ 之间差值的概率。

不同研究设计的具体公式

双样本 t检验:
功率 = P(t > tα - δ√(2/n))

地点：
tα：给定重要性水平和自由度的 t 临界值。
δ：标准化效应大小（均值差除以合并 标准偏差).
n：每组的样本大小。

单样本 t 检验：
功率 = P(t > tα - δ√n)

地点：
tα：给定重要性水平和自由度的 t 临界值。
δ：标准化效应大小。
n：样本大小。

常见场景的预先计算指标

学习规划	效应大小 (δ)	样本量 (n)	功率 (1 - β)
双样本 t 检验	0.5	50	0.80（80％）
双样本 t 检验	0.8	30	0.90（90％）
单样本 t 检验	0.5	60	0.85（85％）

该表提供了典型临床研究中样本大小、效应大小和功效之间关系的见解。

临床研究功效计算器示例

场景：
一位研究人员正在使用以下参数进行双样本 t 检验：

• 效应大小（δ）：0.5
• 每组样本量（n）：50
• 显著性水平（α）：0.05

解决方案：
使用公式：
功率 = P(t > tα - δ√(2/n))

1. 确定 α = 0.05 的 tα（对于大样本量通常为 1.96）。
2. 计算δ√(2/n)：
   δ√(2/n) = 0.5√(2/50) = 0.141。
3. 从 tα 中减去 δ√(2/n)：
   tα - δ√(2/n) = 1.96 - 0.141 = 1.819。
4. 求出概率 P(t > 1.819)，结果约为 0.80（80% 的功率）。

该计算表明，该研究有 80% 的机会检测到指定规模的真实效应。

最常见的常见问题解答