样本量计算器
您需要多少受试者，并将理由写出，准备粘贴到您的方法部分。
样本量是方法部分中最容易被拒绝且记录最差的部分。这并不是因为计算困难，而是因为必须解释：什么是效能，什么是效应大小，这个效应来自哪里以及为什么。
这个计算器进行算术运算，更重要的是，撰写段落。单靠数字无法说服审稿人；带有理由的数字才有说服力。
成为第一个使用它的人
正在构建中。留下您的电子邮件，我们会在上线当天通知您。仅此而已：没有时事通讯，没有促销。
仅用于通知您有关此工具的信息。您可以随时要求我们删除它。
功能说明
人们实际使用的设计
两均值比较、两比例比较、相关性、单因素方差分析、卡方检验和估计给定精度的单组研究。
方法段落，已撰写
返回完整文本，包括检验、效能、显著性水平、效应大小及其来源，以审稿人期望的形式呈现。
效能曲线
显示如果招募的受试者少于计划人数会发生什么，这正是最终发生的情况。提前了解您的边际非常有用。
流失调整
添加您预期的流失率，得到招募人数，而不仅仅是分析人数。
一个真实的例子
您输入的内容
- 设计:
- 两个独立均值
- 效应大小（Cohen's d）:
- 0.5（中等）
- 效能:
- 80%
- 显著性水平:
- 0.05，双尾
- 预期流失:
- 15%
您得到的结果
- 每组
- 64名受试者
- 总分析人数
- 128名受试者
- 总招募人数（15%流失）
- 152名受试者
- 方法部分的段落
- 样本量计算为检测均值差异，假设中等效应大小（Cohen's d = 0.5），80%的统计效能和双尾显著性水平0.05。对于独立样本t检验，计算需要每组64名受试者（共128名）。预计流失率为15%，因此计划招募152名受试者。
该段落根据您输入的检验和数值进行调整。它不是带空白的模板。
为什么要另一个计算器
有很多计算器，其中一些很好。但没有一个能写出理由，而这正是审稿人退回的部分。几乎所有的计算器都要求效应大小，却没有解释如何获得，这正是大家卡住的地方。
常见问题
我需要一个账户吗？
不。这是一个计算器：它不消耗任何资源，也无需注册。
我在哪里可以获得效应量？
可以从类似的先前研究、试点研究，或从您认为在临床上相关的最小差异中获取。该工具将引导您完成这三种情况，并记录您在书面段落中使用的内容。
它可以替代 G*Power 吗？
对于复杂设计来说不能。它涵盖了常见情况，并增加了 G*Power 所没有的功能：撰写论证。
它什么时候准备好？
正在构建中。请留下您的电子邮件，我们将在它可用的那一刻通知您。
与此同时
以下工具现已可用，可解决相近需求：
手稿评估成为第一个使用它的人
正在构建中。留下您的电子邮件，我们会在上线当天通知您。仅此而已：没有时事通讯，没有促销。
仅用于通知您有关此工具的信息。您可以随时要求我们删除它。