• 该StatMate应用程序的设计采取的猜测评估如何许多数据点，你会需要一个实验，并使得容易，你要快速计算的实验来检测各种假设的差异。

    其基于向导的格式，你会导致通过必要的步骤来确定的折衷方面的风险和成本。 没有学习曲线与StatMate，因为它是不言自明的。 所有的文档，你需要的是建立正确的进入程序。

    为什么样品尺寸的问题 许多试验和临床试验运行过几个主题。 一个动力不足的研究是浪费的努力，如果即使是实质性的治疗效果未被发现。 在规划一项研究，因此，需要选择一个合适的样本大小。

    你的决定取决于一些因素包括，如何分散的，你希望你的数据是，如何愿意，你是对风险的错误地找到一个差别的机会，以及如何确定你必须你的研究将探测到一个差的，如果它的存在。

    某些程序问有多少的统计能力，你的愿望和如何大的效果你是在寻找然后告诉您什么样品尺寸你应该使用。 这种方法的问题是，通常，你不能真的知道这个在前进。

    你想设计一项研究具有很高的电力，来检测非常小的影响和一个非常严格的定义的统计意义。 但是这样做需要大量的科目，比你更能负担得起。 StatMate2显示你可能性，并帮助您理解的权衡方面的风险和成本，所以你能让声音样本尺寸和电源的决定。

    什么力量? 你还需要知道如果你完成了实验，有足够的力量。 如果一个分析的结果在一种"统计上的显着"的结论，这是很容易解释。

    但解释"不具有统计意义"的结果是更加困难。 它从来没有能够证明，一个处理有零效果，因为微小的差异可能未被发现。 StatMate显示了您的力量你的实验来检测各种假设的差异。

  • के StatMate आवेदन के लिए बनाया गया था के guesswork बाहर ले मूल्यांकन कैसे कई डेटा बिंदुओं आप की आवश्यकता होगी के लिए एक प्रयोग है, और बनाता है यह आसान के लिए आप जल्दी से गणना करने की शक्ति के प्रयोग का पता लगाने के लिए विभिन्न काल्पनिक मतभेद है ।

    इसके विज़ार्ड आधारित प्रारूप के माध्यम से आप सुराग आवश्यक कदम निर्धारित करने के लिए tradeoffs के मामले में जोखिम और लागत. वहाँ कोई सीखने की अवस्था के साथ StatMate क्योंकि यह आत्म व्याख्यात्मक है । सभी प्रलेखन आप की जरूरत है सही में बनाया कार्यक्रम है ।

    क्यों नमूना आकार मायने रखती है कई प्रयोगों और नैदानिक परीक्षण कर रहे हैं के साथ चलाने के लिए भी कुछ विषयों. एक underpowered अध्ययन व्यर्थ प्रयास अगर यहां तक कि पर्याप्त उपचार प्रभाव नहीं चल पाता जाने. की योजना बना जब एक अध्ययन है, इसलिए, आप की जरूरत का चयन करने के लिए एक उपयुक्त नमूना आकार.

    अपने निर्णय पर निर्भर करता है सहित कारकों की एक संख्या है, कैसे बिखरे हुए, आप की उम्मीद करने के लिए अपने डेटा हो सकता है, कैसे तैयार कर रहे हैं जोखिम के लिए गलती खोजने के द्वारा एक फर्क मौका है, और कैसे सुनिश्चित करें कि आप होना चाहिए कि अपने अध्ययन का पता लगाने जाएगा एक अंतर है, अगर यह मौजूद है.

    कुछ कार्यक्रमों में कितना पूछना सांख्यिकीय शक्ति आप की इच्छा और कितना बड़ा एक प्रभाव आप के लिए देख रहे हैं और फिर तुम बताओ कि क्या नमूना आकार का उपयोग करना चाहिए. इस दृष्टिकोण के साथ समस्या यह है कि अक्सर आप कर सकते हैं वास्तव में नहीं पता है कि यह अग्रिम में.

    आप चाहते हैं डिजाइन करने के लिए एक अध्ययन के साथ बहुत ही उच्च शक्ति का पता लगाने के लिए बहुत छोटे प्रभाव के साथ एक बहुत ही सख्त परिभाषा के सांख्यिकीय महत्व है । लेकिन ऐसा करने की बहुत आवश्यकता है विषयों, अधिक से अधिक तुम बर्दाश्त कर सकते हैं. StatMate 2 से पता चलता है आप की संभावनाओं और मदद करता है आप को समझने के लिए tradeoffs के मामले में जोखिम और लागत, तो आप कर सकते हैं बनाने के लिए ध्वनि नमूना आकार और शक्ति के निर्णय.

    के बारे में क्या शक्ति है? आप यह भी पता करने की जरूरत है अगर आपका पूरा प्रयोगों के लिए पर्याप्त शक्ति है. यदि एक विश्लेषण में परिणाम के लिए एक "सांख्यिकीय महत्वपूर्ण" निष्कर्ष है, यह बहुत आसान करने के लिए व्याख्या.

    लेकिन व्याख्या "के सांख्यिकीय महत्वपूर्ण नहीं" परिणाम और अधिक कठिन है. इसकी कभी नहीं साबित करने के लिए संभव है कि एक उपचार था शून्य प्रभाव पड़ता है, क्योंकि छोटे मतभेद चल पाता जा सकते हैं. StatMate से पता चलता है आप के साथ अपने प्रयोग का पता लगाने के लिए विभिन्न काल्पनिक मतभेद है ।

  • The StatMate application was designed to take the guesswork out of evaluating how many data points you'll need for an experiment, and makes it easy for you to quickly calculate the power of an experiment to detect various hypothetical differences.

    Its wizard-based format leads you through the necessary steps to determine the tradeoffs in terms of risks and costs. There is no learning curve with StatMate because it is self-explanatory. All the documentation you need is built right into the program.

    Why sample-size matters Many experiments and clinical trials are run with too few subjects. An underpowered study is wasted effort if even substantial treatment effects go undetected. When planning a study, therefore, you need to choose an appropriate sample size.

    Your decision depends upon a number of factors including, how scattered you expect your data to be, how willing you are to risk mistakenly finding a difference by chance, and how sure you must be that your study will detect a difference, if it exists.

    Some programs ask how much statistical power you desire and how large an effect you are looking for and then tell you what sample size you should use. The problem with this approach is that often you can't really know this in advance.

    You want to design a study with very high power to detect very small effects and with a very strict definition of statistical significance. But doing so requires lots of subjects, more than you can afford. StatMate 2 shows you the possibilities and helps you to understand the tradeoffs in terms of risk and cost so you can make sound sample-size and power decisions.

    What about power? You also need to know if your completed experiments have enough power. If an analysis results in a "statistically significant" conclusion, it's pretty easy to interpret.

    But interpreting "not statistically significant" results is more difficult. Its never possible to prove that a treatment had zero effect, because tiny differences may go undetected. StatMate shows you the power of your experiment to detect various hypothetical differences.