示例数据

Motulsky 等人曾询问高血压患者血小板上的α2-肾上腺素能受体数量是否发生变化（《临床科学》64:265-272，1983 年）。我们有很多理由认为高血压患者的自律神经受体数量可能会发生变化。我们对血小板进行了研究，因为从血液样本中很容易获得血小板。结果如下：

 

两个均值几乎完全相同，当然 t 检验计算出的 P 值也非常高。我们得出结论：高血压患者血小板上的α2受体数量与对照组相比，在统计学上没有显著差异。40 多年前，当我们发表这一研究成果时，我们并没有更进一步。

这些阴性数据可以用置信区间或使用统计功效分析来解读。这两种方法是等效的，只是对数据的另一种思考方式。

用置信区间解读不显著结果

所有结果都应附有置信区间，显示您确定相关差异（比率等）的程度。在本示例中，组平均值差异的 95% 置信区间从-45 到 57 受体/血小板。一旦我们接受了 t 检验分析的假设，我们就可以 95% 地确定这个区间包含了两组平均值受体数之间的真实差异。从这个角度来看，您需要知道每个血小板受体的平均数量约为 260 个。

对置信区间的解读必须在科学的背景下进行。下面是两种截然不同的解读该置信区间的方法。

•置信区间包括各方面 20% 变化的可能性。20% 的变化是巨大的。有了如此宽的置信区间，数据就不确定了。可能没有变化。可能大幅下降。可能大幅增加。

•CI 告诉我们，两个方向上的真实差异都不太可能超过 20%。由于我们只对 50%的变化感兴趣，我们可以得出结论，任何差异充其量只有 20%左右，这在生物学上是微不足道的。这些都是可靠的否定结果。

两种说法都是合理的。这取决于你如何解读 20% 的变化。统计计算只能计算概率。这取决于您如何将其置于科学背景中。与统计功效计算一样，不同的科学家可能会对相同的结果做出不同的解读。

使用统计功效分析解读不显著结果

这项研究发现差异（如果有差异的话）的统计功效是多少？答案依赖于差异到底有多大。以下是以图表形式显示的结果。

所有研究检测 "大"差异的统计功效都很高，而检测 "小"差异的统计功效都很低，因此统计功效图的形状都是一样的。解读图表依赖于将结果置于科学背景中。下面是对结果的两种不同解读：

•我们真正关心的是心脏、肾脏、大脑和血管中的受体，而不是血小板中的受体（后者更容易获得）。因此，只有当差异达到 50%时，我们才会继续研究这些结果（做更多的研究）。每个血小板中受体的平均数量约为 260 个，因此只有当差异超过一半，即 130 个时，我们才会对这些结果产生浓厚的兴趣。从上图可以看出，这项研究具有极高的统计功效，可以检测出 130 个受体/血小板的差异。换句话说，如果差异真的那么大，这项研究（考虑到其样本量和变异性）几乎肯定会发现统计学上的显著差异。因此，这项研究给出了令人信服的否定结果。

•嘿，这就是高血压。没有什么是简单的。没有什么影响是巨大的。我们必须追踪每一条线索。如果能发现 50%的差异就更好了（见上文），但实际上，考虑到高血压的异质性，我们不能指望找到这么大的差异。即使只有 20%的差异，我们也要进行后续实验。由于每个血小板受体的平均数量为 260 个，这意味着我们希望发现每个血小板约有 50 个受体的差异。从图（或表）中可以看出，这个实验找到每个细胞 50 个受体的差异的统计功效只有 50%左右。这意味着，即使真的有这么大的差异，这个特定的实验（考虑到其样本量和分散性）也只有 50%的机会找到统计学上显著的结果。由于统计功效如此之低，我们确实无法从这个实验中得出太多结论。提出这样论点的审稿人或编辑可以令人信服地认为，在统计功效如此低的情况下，发表负面数据没有任何意义，无法检测出生物学上有趣的结果。

正如您所看到的，对统计功效的解读依赖度取决于您认为检测到多大的差异在科学上或实践上是重要的。不同的人可能会得出不同的结论。请注意，查询一项研究的统计功效对于检测我们实际观察到的差异一点帮助都没有。这是一个常见的误解。

两种方法的比较

置信区间和统计功效分析基于相同的假设，因此结果只是看待同一事物的不同方法。对已完成的研究进行统计功效分析并不能获得额外的信息，但统计功效分析可以帮助您正确看待研究结果

统计功效分析方法的基础是心中有一个替代假设。然后，您可以问，如果您的替代假设成立，以实际使用的样本量进行实验，得出具有统计学显著性结果的概率是多少。

如果您的目标仅仅是了解您的结果，置信区间法就足够了。如果您的目的是批评他人的研究，或计划未来的类似研究，那么进行统计功效分析可能会有所帮助。

参考文献

1.Motulsky HJ, O'Connor DT, Insel PA.治疗和未治疗的原发性高血压的血小板α2-肾上腺素能受体。 临床科学（伦敦）。1983年3月；64（3）：265-72。