关于 statistical-power-calculator
statistical-power-calculator 用于规划假设检验和实验，可计算统计功效、所需样本量及可检测效应量。它支持多种检验，并提供可视化和分析报告。
主要功能
- 01计算统计功效
- 02确定所需样本量
- 03估算可检测效应量
- 04支持 t 检验、比例检验、ANOVA 和卡方检验
- 05绘制功效曲线和样本量图
- 06生成含建议的分析报告
适用场景
- 01规划临床试验样本量
- 02在启动前确定 A/B 测试规模
- 03估算调查所需样本数
- 04评估研究设计的统计功效
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/statistical-power-calculator确认已加载。
附带文件scripts/requirements.txtscripts/statistical_power_calculator.py
详细介绍
统计功效计算器
计算统计功效，并确定假设检验和实验设计所需的样本量。
用途
实验规划适用于：
- 临床试验设计
- A/B 测试规划
- 研究样本量估算
- 调查样本量确定
- 功效分析与验证
功能
- 功效计算：计算检验的统计功效
- 样本量：确定达到目标功效所需的样本量
- 效应量：估算可检测的效应量
- 多种检验：t 检验、比例检验、ANOVA、卡方检验
- 可视化：功效曲线、样本量图表
- 报告：包含建议的详细分析报告
快速开始
from statistical_power_calculator import PowerCalculator
# Calculate required sample size
calc = PowerCalculator()
result = calc.sample_size_ttest(
effect_size=0.5,
alpha=0.05,
power=0.8
)
print(f"Required n per group: {result.n_per_group}")
# Calculate power
power = calc.power_ttest(n_per_group=100, effect_size=0.5, alpha=0.05)
CLI 用法
# Calculate sample size for t-test
python statistical_power_calculator.py --test ttest --effect-size 0.5 --power 0.8
# Calculate power
python statistical_power_calculator.py --test ttest --n 100 --effect-size 0.5
评论
支持 Markdown