# 功效分析 (Power Analysis)
功效分析 (Power Analysis)，也称为 统计功效分析，是{{{统计推断}}}和{{{假设检验}}}框架中的一个关键组成部分，尤其在实验设计阶段至关重要。它是一套用于评估统计检验侦测到真实效应能力的程序。简而言之，功效分析回答了这样一个问题：“如果一个真实的效应（例如，两种药物疗效的差异）确实存在，我的研究有多大的可能性能够通过统计检验发现它？”
功效分析主要围绕四个相互关联的变量展开，理解这四个变量及其关系是掌握功效分析的核心：
1. {{{统计功效}}} (Statistical Power) 或简称 功效 (Power)：通常表示为 $1 - \beta$。它是在{{{备择假设}}} ($H_1$) 为真时，正确拒绝{{{原假设}}} ($H_0$) 的概率。换言之，它是成功检测到一个真实存在效应的概率。 2. {{{样本量}}} (Sample Size, $n$)：研究中包含的观测单位（如参与者、数据点）的数量。 3. {{{显著性水平}}} (Significance Level, $\alpha$)：也称为{{{I型错误}}}的概率。这是在原假设 ($H_0$) 实际上为真时，错误地拒绝它的概率。通常，研究者会预先设定一个较小的值，最常见的是 0.05 或 0.01。 4. {{{效应量}}} (Effect Size)：量化了所研究现象的强度或大小。它独立于样本量，是衡量变量之间关系强度或组间差异大小的标准化指标。例如，{{{Cohen's d}}}衡量两组均值之差，{{{相关性}}}系数 $r$ 衡量两个变量线性关系的强度。
这四个变量紧密相连，知道其中任意三个，就可以确定第四个。
## I型错误与II型错误：功效的来源
为了理解功效，我们必须首先理解假设检验中可能出现的两类错误。
| | **原假设 ($H_0$) 为真**
(例如：新药无效) | **原假设 ($H_0$) 为假**
(例如：新药有效) |
| :-------------------- | :----------------------------------------------------------: | :----------------------------------------------------------: |
| **不拒绝 $H_0$** | 正确决策
(概率 = $1 - \alpha$) | {{{II型错误}}} (Type II Error)
(“漏报”，概率 = $\beta$) |
| **拒绝 $H_0$** | {{{I型错误}}} (Type I Error)
(“误报”，概率 = $\alpha$) | 正确决策 (功效)
(概率 = $1 - \beta$) |
* {{{I型错误}}} ($\alpha$)：当实际上没有效应时（$H_0$为真），研究者却得出有效应的结论。这好比一个健康的病人被误诊为有病。 * {{{II型错误}}} ($\beta$)：当实际上存在效应时（$H_0$为假），研究者却没有能够发现它，从而得出没有效应的结论。这好比一个真正有病的病人被漏诊为健康。
{{{统计功效}}} ($1 - \beta$) 正是避免犯{{{II型错误}}}的概率。如果一个研究的功效是 0.80（学术研究中普遍接受的最低标准），这意味着如果一个真实的效应存在，该研究有80%的机会能够检测到它，同时也有20%的风险（$\beta$）会错过这个效应。
## 功效分析的核心关系
功效分析的实践价值在于帮助研究者平衡上述四个核心变量之间的关系。
* 功效与样本量 ($n$)：在其他条件（$\alpha$ 和效应量）不变的情况下，增加样本量会提高统计功效。这是因为更大的样本能提供更精确的参数估计值，减少抽样误差，使得我们更容易从随机噪音中识别出真实的效应。 * 功效与效应量：在其他条件（$\alpha$ 和 $n$）不变的情况下，效应量越大，统计功效越高。一个巨大的、明显的效应（如身高与体重的关系）比一个微弱的、细微的效应（如某种维生素对智商的轻微影响）更容易被检测到。 * 功效与显著性水平 ($\alpha$)：在其他条件（$n$ 和效应量）不变的情况下，提高显著性水平（例如，从 0.01 提高到 0.05）会提高统计功效。这是因为放宽了拒绝原假设的标准，使得我们更容易得出“有效应”的结论。然而，这同时增加了犯{{{I型错误}}}的风险。在 $\alpha$ 和 $\beta$ 之间存在一种权衡（trade-off）。
## 功效分析的类型与应用
功效分析在研究过程中扮演着不同但都至关重要的角色，主要分为事前分析和事后分析。
### 1. 事前功效分析 (A Priori Power Analysis)
这是 最重要、最常用 的一种功效分析。它在数据收集 之前 进行，主要目的是 确定研究所需的最小样本量。
步骤： 1. 确定研究假设和将要使用的统计检验：例如，两独立样本{{{t-检验}}}、{{{方差分析}}} (ANOVA)、{{{回归分析}}}等。 2. 设定显著性水平 $\alpha$：通常为 0.05。 3. 设定期望的统计功效 $1-\beta$：通常为 0.80 或更高。 4. 估计效应量：这是最具挑战性的一步。研究者可以通过以下途径来估计： * 查阅现有文献：参考类似研究或{{{元分析}}} (Meta-analysis) 报告的效应量。 * 进行预实验 (Pilot Study)：用少量样本进行初步研究以估计效应量。 * 确定最小实际重要效应量：确定在实践中具有意义的最小效应值。例如，一种新降压药如果平均只能降低 0.1 mmHg 的血压，即使统计显著，也可能没有临床意义。
通过输入 $\alpha$、期望功效和估计的效应量，研究者可以计算出为达到该功效水平所需的样本量 $n$。这对于课题申请、伦理审查和资源规划至关重要，可以避免因样本量不足导致研究结果无效，或因样本量过大而浪费资源。
### 2. 事后功效分析 (Post Hoc Power Analysis)
事后功效分析在研究完成 之后 进行，通常是在研究未能得到显著结果时（即未能拒绝 $H_0$）。它计算的是在给定实际获得的样本量、观察到的效应量和 $\alpha$ 水平下，研究的“事后”功效是多少。
注意与警示：事后功效分析的使用存在很大争议。许多统计学家认为它提供的信息是多余且具有误导性的。如果一个检验结果不显著（$p > \alpha$），那么仅仅根据样本中观察到的效应量计算出的事后功效几乎总是很低的。这并不能告诉我们“如果真实效应存在，我们是否有足够功效”，而只是重复了“结果不显著”这一信息。相比之下，使用{{{置信区间}}} (Confidence Interval) 来解释不显著的结果会更有信息量，因为置信区间可以显示出效应量可能存在的范围。
## 一个简单的例子
假设一位教育心理学家想要检验一种新的教学方法是否能提高学生的数学成绩。
* 假设：使用新方法的学生（实验组）与使用传统方法的学生（对照组）的平均分存在差异。检验方法为两独立样本{{{t-检验}}}。 * 参数设定： * $\alpha = 0.05$ * 期望功效 $1-\beta = 0.80$ * 效应量估计：通过查阅文献，研究者发现类似干预的效应量通常为中等大小，即 {{{Cohen's d}}} $\approx 0.5$。 * 计算：研究者使用统计软件（如 G*Power 或 R 语言的 `pwr` 包）输入以上三个参数。
软件计算结果会告诉研究者，为了有80%的把握检测到 $d=0.5$ 的效应量（在$\alpha=0.05$的水平下），她需要在每个小组中招募大约64名学生，总样本量为128人。
## 结论
功效分析 是严谨定量研究的基石。它将统计理论与研究实践的局限性（如时间和资源）联系起来，迫使研究者在研究开始前就清晰地思考其研究假设的强度和实际意义。通过进行事前功效分析来合理规划{{{样本量}}}，研究者不仅能够提高其研究结论的可靠性，还能更有效地利用研究资源，并遵守科研伦理的要求。