GPOWER使用秘籍——实战演练

1、T检验： 单样本T检验（如白晓路等人的研究），需要确定单个样本与常数的差异，设置Effect Size（如0.5）、α（0.05）和Power（0.8），计算结果得出所需样本量为34，保证了研究的统计功效。

2、进行样本量估计的基本步骤包括选择适当的统计方法，如t检验，设定参数如双尾检验、效应量、显著性水平和期望的检验效能，然后计算所需的样本量。例如，为了在双尾检验中达到0.8的检验效能，确保在0.5的效应大小下，每组至少需要64个样本。

配对t检验和独立样本t检验需要的样本量有最低要求么

在样本量方面，配对样本T检验一般建议样本量大于20，以确保检验结果的有效性。而两组独立样本T检验对样本量的要求则略低一些，但总体上也建议样本量较大。综上所述，配对样本T检验和两组独立样本T检验在适用场景、假设检验、检验统计量、显著性水平以及样本量要求等方面都存在一定的差异。

因此，配对样本t检验要求样本在两次测量或处理过程中保持一致性。此外，配对样本t检验对样本数量要求相对较低，因为同一组样本在不同条件下的数据具有较高的相关性。因此，当面临样本数量有限的问题时，配对样本t检验更具优势。此外，这种检验对数据呈现近似正态分布的条件也更为宽松。

数据类型：t检验适用于正态分布的连续数据。如果数据不满足正态分布，可能需要使用非参数检验方法。独立性：t检验要求样本是独立的，即一个样本的结果不会影响另一个样本的结果。如果样本之间存在相关性，可能需要使用配对样本t检验或其他相关方法。方差齐性：t检验要求两个样本的方差相等。

Prism作图与统计教程(二)

T检验的使用 T检验通常应用于样本量较小（一般 ； 30），且总体标准差未知的正态分布数据，用于评估两个总体均值差异是否显著。其前提条件包括：随机样本来自正态分布总体和两个样本总体方差齐性。 T检验分为配对T检验和非配对T检验。

1 打开GraphPad Prism 7，新建Column表单，输入数据。2 选择箱式图，调整细节和美化。3 导出图片。2 柱状图（SBP的差异）1 新建Column表单，输入均值和标准差。2 调整图形，美化细节。GraphPad Prism提供了直观的操作界面，使绘制统计图变得便捷。

GraphPad Prism 可直接根据列数据表创建三个图表，包括列散点图、频率分布图和累积分布图，无需手动分析。接下来，使用 Prism 创建频率分布： 输入数据，选择“列”表格和列散点图。如无数据，请选择样本数据集进行练习。 点击“分析”，从“列”数据分析列表中选择“频率”分布。