G.Power教程 | 样本量估计

Hello，

这里是行上行下，我是喵君姐姐~

一入科研深似海，从此假期是路人。

网上正在热论996，而大部分的科研人的工作时间可能是711。

每次和审稿人斗智斗勇，都感觉自己的头发少了很多，深刻体会到了“聪明绝顶”的深意。

而审稿人常问的一个问题是：

这个被试量太少了，我对所得到的结果的准确性感到担忧~

看到这里我们就慌了，怎么办？

解决方法有两个：

要么补实验数据；要么让审稿人信服你的被试量是足够的，得到的结果是可靠的。

补数据相对而言比较麻烦，可能要重新做实验，重新分析数据和画图。而且有的实验因为现实原因，不能够补数据了。

那么，你可以采取另外一种办法：

使用G.Power进行先验分析，估计出所需要的样本量，然后看看你的数据量能否大于估计的样本量。

或者使用事后分析，说明你现目前的数据量可以达到什么样的效应量和统计功效水平，是足够让人信服的。

其实，这一步应该在实验之前就应该进行。但是刚开始做实验的小白都没有做这一步的意识，所以只好事后亡羊补牢了。

那么，今天就详细讲解一下，如何使用G.Power进行样本量的估计？

来源：雪师妹

（点击查看大图，今天只详解样本量估计哟~）

其实G.Power的安装和使用都十分简单，只需要按照要求，点点点即可。当然，想要弄懂背后的统计学原理，还是需要花费一番功夫。

G*power软件是由德国杜塞尔多夫大学几位乐于分享知识的老师开发的，专门用于统计功效（包括样本量）计算的免费统计软件，在心理学领域有着很高的声誉和认可度。

来源：AffectiveNeuroscience-梁丽美