📊
科研统计助手
智能选择 · 精准计算 · 助力科研
v1.0 · 双工具
📋
方法智能选择
5步推荐统计方法
⭐ 推荐
📐
样本量计算器
9种设计·含KM/Cox
✨ 新
第 1 步 / 共 5 步
📋 你的研究设计类型？
💡
通俗理解：
你的数据是怎么收集的？
🧪
实验性（随机对照）
主动分组，干预 vs 对照
如：新药 vs 安慰剂
📈
队列 / 纵向
从因到果，跟踪随访
如：吸烟者 vs 不吸烟者
📊
横断面
同一时间点调查
如：问卷调查
🔍
病例对照
从果找因
如：肺癌患者 vs 健康人
下一步 →
第 2 步 / 共 5 步
📏 你的结局指标（因变量）是什么类型？
💡
通俗理解：
你的研究结果是数值？是/否？还是存活时间？
📏
连续型
数值，可取很多值
如：血压、体重
🔲
二分类
只有两种结果
如：发病/未发病
🔳
多分类
三种及以上
如：血型
⏱️
生存数据
随访时间 + 事件
如：生存时间
🔢
计数数据
事件次数
如：感冒次数
← 上一步
下一步 →
第 3 步 / 共 5 步
📊 你的连续数据分布形态？
💡
通俗理解：
数据是对称的钟形曲线？还是明显偏向一边？
✅
正态分布
数据对称
如：身高
⚠️
偏态 / 非正态
明显不对称
如：收入
📉
Weibull 分布
生存分析专用
如：生存时间
← 上一步
下一步 →
第 4 步 / 共 5 步
🔎 你的影响因素（自变量）是怎样的？
💡
通俗理解：
你的“原因”或“分组”变量是什么？
⚠️ 请区分组数：2组用t检验，3组及以上用方差分析
🏷️
单一分类分组
2组
只有1个分组变量
如：干预 vs 对照
🏷️
单一分类分组
3组+
只有1个分组变量
如：低/中/高剂量
📋
多个自变量（连续+分类）
如：年龄+性别+吸烟
🌐
潜变量（外显指标）
如：BMI+腰围→肥胖
🔘
多个二分类条目
如：量表的10道题
← 上一步
下一步 →
第 5 步 / 共 5 步
⚡ 有没有特殊分析需求？（可多选）
💡
通俗理解：
除了常规统计，还需要更高级的建模吗？
📈
ROC曲线分析
诊断准确性评估
如：生物标志物判别能力
🔗
中介效应
X→M→Y
如：运动→降血压→心脏病
🗺️
路径分析
变量间因果网络
如：X→M1→M2→Y
🏗️
结构方程模型 (SEM)
如：含潜变量模型
🧩
潜类别分析 (LCA)
如：根据症状分亚型
📝
项目反应理论 (IRT)
如：评估测验题
🔄
广义估计方程 (GEE)
如：重复测量二分类
← 上一步
📊 查看推荐
推荐结果
📊 为您推荐的统计方法
💡 以下是根据您的选择，系统精准匹配的
1~2 种
最适统计方法。
← 重新选择
🔄 重新开始
✕
📖 变量录入说明
📐 样本量计算
💡 选择设计类型，输入参数，点击计算。含KM/Cox回归等9种设计。
研究设计
两样本均数比较（t检验）
两样本率比较（卡方检验）
单样本/配对均数比较
三样本均数比较（ANOVA）
三样本率比较（卡方）
Logistic回归（EPV法）
ROC曲线（AUC检验）
Kaplan-Meier 曲线（精度法）
Cox回归（二分类自变量）
Cox回归（连续自变量）
📐 计算公式
📋 复制公式
请选择设计类型
🧮 计算样本量