研究功效：事先选定值得识别的差异
研究预算应在查看结果之前，连接到值得识别的差异。“数据很多行”不是设计规格，真正需要写明的是独立采样单位、预期误差尺度、假阳性阈值、目标功效，以及最小实质重要差异。
本文规划两个文档研究流程的比较，交付事前样本量和最小可检测差异表，同时列出设计假设与招募损耗。它不用于优化投资策略或选择交易规则，也不把研究流程的时间差转成投资回报承诺。
求样本量之前先定义研究
假设独立文档被随机分配给A或B流程，结果是固定计时口径下的完成分钟数，主要目标是总体平均时间差。每组计划同样数量n的独立文档，共同组内标准差假设为10分钟，双侧alpha为0.05，在指定非零差异处目标功效为0.80。
功效是给定备择、模型和设计时拒绝原假设的概率，不是某个假设为真的概率，也不保证这一次试验一定显著。在计划差异下，百分之八十功效仍容许百分之二十不拒绝；要说明它针对哪个差异，而不能脱离效应量只报告一个功效数字。
TTestIndPower.solve_power官方文档把标准化效应、第一组样本数、alpha、功效和分配比作为两样本t设计输入。这里分配比为1，标准化差异是分钟差除以10。nobs1是第一组数量，不是两组总数，工作表应保存输入而不只留下求解器结果。
先算透明的正态近似
两个等量独立组、共同SD为sigma时，均值差标准误为sigma乘√(2/n)。用舍入的正态分位数1.96和0.84，可得常见规划近似：每组n约为2乘(1.96+0.84)平方，再乘sigma平方，最后除以delta平方。
sigma取10时，分子为2乘2.8平方乘100，等于1568。
| 目标分钟差 | 标准化差异 | 每组近似n | 向上取整 | 两组分析总数 |
|---|---|---|---|---|
| 5 | 0.5 | 62.72 | 63 | 126 |
| 2 | 0.2 | 392.00 | 392 | 784 |
目标从5分钟缩到2分钟，要求不是只多一点样本。在其他条件固定时，样本量约按差异平方的倒数变化，(5/2)平方等于6.25。预算能否支持业务关心的问题，应在此时判断，而不是数据结束后才发现研究几乎看不到目标差异。
这个表达使用了舍入分位数与大样本近似。不能把63写成精确t检验需求，也不能声称任何每组63的研究都恰好有百分之八十功效。近似的作用是解释参数关系，具体方案还需按选定检验复核。
t设计与误差尺度是两层问题
在独立正态、等方差且共同SD需要估计的模型下，可以用非中心t分布进一步计算。每组n时自由度为2n−2，非中心参数为标准化差异乘√(n/2)，在中央t临界值外累计两个拒绝尾部的概率。
独立复算该模型，标准化差异0.5对应连续样本数约63.766，0.2对应约393.406。向上取整分别为每组64和394，总分析文档128和788。这些模型规划值采用所定t分布，与前面的舍入正态近似分开报告。
t计算处理该模型中估计SD的问题，不会消除“总体SD设为10”这个先验输入本身的不确定度。输入需要相关试点、外部证据或清楚标注的范围。试点误差尺度过于乐观，即使求解器完全正确，也会低估主研究需要。
仍用舍入正态近似及目标差5，若SD为8，每组n为40.1408，向上取41；若SD为12，则为90.3168，向上取91。这是自拟设计敏感性表，不是真实SD的概率区间。应在每种尺度情景旁保留支持它的试点来源、计时定义和适用人口。
固定预算反推可检测差异
预算固定时，反解同一近似式：最小可检测差异约为2.8乘10乘√(2/n)。注意这里n始终是每组分析数量。
| 每组可用n | 近似可检测分钟差 |
|---|---|
| 50 | 5.600 |
| 100 | 3.960 |
| 400 | 1.980 |
从50加到100不会把可检测差异减半，只减少一个平方根因子。大致四倍独立样本才把差异减半。这些是设计属性，不是因为预算有限，就把真正重要的两分钟重新定义为不重要的理由。
若实际目标是2分钟，预算只能每组50，在这些假设下就应承认对目标功效不足。可以改变采集设计、改善测量精度或增加预算，但不能看到有利样本后改选更大差异，再称其为原定研究问题。
招募损耗不等于缺失问题消失
假设选用每组64可分析文档的t设计，预计百分之二十不可用，简单招募补偿是64除以0.8向上取整，得每组80。若选394的设计，则394除以0.8为492.5，向上取493。这些只计划期望可用量，实际随机损失仍可能使最终数量不足。
加招募量不能修复选择性缺失。若B主要在长文档上失败，只比较完成项会改变目标量并可能偏置均值差。应在分配前规定失败、超时和来源不可取得的处理，并报告数量与原因，不能只留下成功计时结果。
独立性也比行数更重要。同一文档重复运行不是新文档，同一任务下高度相关的文档可能需要聚类设计。如果每份文档自然同时执行两流程，配对设计使用的是文档内差值方差，功效计算应改变，不能为省事沿用两独立组公式。
事前规划与事后证据分开
完成后报告平均差估计、区间、失败和偏离计划之处。再用已观察效应充当计划真效应计算“事后功效”，没有为当前结果增加独立证据。不显著可能只是没有结论；计划功效很高，也不能证明等效或排除所有实质差异。
功效不会修复混杂、错误连接、测量口径变化或样本不具代表性。应事先固定主要比较，或制定适当多重性计划，才能解释alpha为0.05对应什么程序。尝试许多结果变量再挑最有利的一个，已经不是原来的单一检验设计。
| 规划项目 | 保存证据 | 更新触发 |
|---|---|---|
| 实质差异 | 分钟单位下的决策理由 | 用途改变 |
| 误差尺度 | 试点来源及SD情景 | 新的可比试点 |
| 采样单位 | 文档任务层级及分配 | 发现依赖或自然配对 |
| 检验规格 | alpha、单双侧、模型、功效 | 查看结果前设计改变 |
| 招募 | 分析目标及损耗假设 | 新损耗证据 |
| 最终报告 | 估计、区间、协议偏离 | 数据或测量错误纠正 |
修订计划应保留原日期，并说明修改时结果是否已经可见，让复核者分辨真正的事前设计与结果出来后的论证。规划价值在于及早暴露问题与证据不匹配，使研究还有机会调整，同时诚实记录最终数据实际能够回答的范围。
总预算相同仍要检查分配比例
设共同组内SD仍为10，独立文档总数固定120。按60与60分配，均值差方差为100/60加100/60，约3.333；按40与80分配，则是100/40加100/80，等于3.75。对应标准误约1.826与1.936，乘同一个舍入规划因子2.8，近似可检测差异分别为5.112与5.422分钟。
总数量相同不等于信息相同，较大一组不能完全补偿很小的比较组。成本差异、招募限制或不同方差结构可以构成不等分配的理由，但这些理由要写入设计，并在求解器ratio输入中体现。不能将两组合并填成单一120，再期待工具自动理解哪一组有多少。
这个例子同时区分了招募总数、最终可用量和组别分配。招募多不代表各组都够用；若损耗集中在一组，另一组剩余更多也不能直接视作达标。研究应按组跟踪可用数及失败机制，在未查看结果效应前按既定规则处理补招募。
如果试点目的只是了解流程可行性，而没有能力识别实质差异，应清楚称其为试点，报告计时变异、缺测和采集成本。不要为了发布一个“有功效”的标签，拿试点里偶然很大的效应反推刚好足够的样本数。主研究的目标差异应仍由实际决策理由确定。
预算表还可以附时间与资源约束，但这些约束不能改变统计目标的含义。资源不足时，保留“当前方案难以回答两分钟问题”的判断，本身就是有用的研究结论；它能防止后续团队把无显著结果误读成不存在重要差异，也能明确下一轮应优先改善测量还是增加独立对象。
试点更新SD时，保留计算版本、原预算及新预算，连同取整和分配比例一起归档。招募已开始后，应先说明允许怎样更新样本目标，再使用新信息调整；不能删除原计划，让事后的设计看起来像最初就已确定。
常见问题
百分之八十功效是否等于假设有百分之八十概率正确？
不是。它是在指定备择、采样模型和检验设计下的拒绝概率。
重复测量能否算成额外独立文档？
不能。适当模型下可以改善测量精度，但依赖结构必须保留在设计中。