描述

计算两个独立均值比较所需的样本量。样本数量考虑了所需的显着性水平和测试能力（请参阅样本数量计算：简介）。

必填项

• I类错误-α：产生I类错误的概率（α级，两面），即在事实为真时拒绝零假设的概率。
• II型错误-beta：发生II型错误的概率（β级），即实际上接受错误假设时接受零假设的概率。
• 均值差异：假设的差异（被认为具有生物学意义）。
• 第一组中的标准偏差：第一个样本中的假设标准偏差。
• 第2组的标准偏差：第二个样本中的假设标准偏差。
• 第1组/第2组中的样本数量之比：第1组和第2组中的样本数量之比。为两组中的相等样本数量输入1。如果组1中的案例数必须是组2中的案例数的两倍，请输入2。

校正不均等的方差

当您为两个样本输入相同的标准差时，假定将使用独立样本t检验以及“假设相等方差”选项来分析数据。当您输入两个不同的标准偏差时，假定将使用“样本不等方差”选项使用独立样本t检验对数据进行分析。请参阅独立样本t检验。

例如

在该示例中，您有兴趣检测样本均值之间的差值，该差值至少为10。您希望两次研究的标准差等于16。您希望在第1组中纳入的病例数是第2组中的两倍。

对于α级，选择0.05，对于β级，选择0.20（功效为80％）。

单击“计算”后，程序将显示所需的样本量，第1组为61，第2组为31，或总共92个案例。

表格显示了不同类型I和类型II错误级别所需的样本量。