StatMate

产品概述：

您的样本大小和功效向导|Sample Size|Power Analysis

GraphPad StatMate把臆测排除出您的实验需要多少数据点的评估之外，让您快速计算出发现各种假设差异的实验的功效。它基于向导格式，带领您通过必要的步骤来决定风险和成本之间的折衷方案。对于StatMate，这里没有学习曲线，因为它是自带解释的。所有您需要的文档都集成到了程序中。

特征：

计算样本大小：

l 您需要多少的被试者(数据i点)?实际上，回答是"看情况而定"。它依据您正在查找的差异的大小，您的数据的变异程度?以及您愿意冒多少的风险去靠偶然性找到差异或错误的丢失真实的差异。StatMate帮助您查看平衡，以便您能够选择适用您实验的合适的样本大小。

计算功效：

l 只是研究得出结果"无统计显著性"的结论并不意味着治疗是无效。有可能是研究因为小的样本大小和/或大的分散性丢失了小的效应。StatMate计算检验的功效来发现各种假设差异。

从这些实验设计中选择：

l 比较2个均值(非配对t检验)

l 比较2个配对均值(配对t检验)

l 比较2个幸存曲线(logrank检验)

l 比较2个比例(卡方检验)

l 比较带假设值的均值(单样本t检验)

为什么样本大小很重要：

l 由于许多实验和临床试验只有很少的受试者。一个"动力不足"的研究会事倍功半,连大量的治疗效应(treatment effects)都发现不了。因此，在计划一个研究时，您需要选择一个合适的样本大小(sample size).您的决定依赖许多因素，包括，您预期您的数据会如何分散，您是如何冒错误风险去偶然找到一个差异，以及当差异存在时，您又如何确保您的研究会发现差异。

l 一些程序要求您决定统计功效(power)大小和您正在寻找的效应大小，然后才会告诉您应该使用的样本大小。这种方法的问题是事先您根本无法知道这些。您要设计一个有着非常高功效的研究来决定非常小的效应，并且有着非常严格的统计显著性定义。但是这样做需要大量的受试者，这将超过您可以承受的负担。StatMate 2显示给您可能性，并帮助您理解依据风险和成本的折衷方案，因此您能够制定可靠的样本大小和功效决策。

什么是功效?

l 您同样需要知道是否您的实验有足够的功效。如果一个分析导致一个"统计显著"的结论,它就很容易解释。但是解释"非统计显著"结果要困难的多。这里不可能证明治疗有零效应，因为微小的差异不能够被发现。StatMate显示您实验的功效，以此发现各种假设差异。

官网：www.graphpad-prism.cn