描述
PASS产品介绍

PASS软件是一款易于使用的研究工具,可以确定用于学习的对象的数量。作为确定样本量技术方面的佼佼者,PASS完成了200多次统计检验和置信区间上的样本含量计算和效能检验。由于拥有比其他工具包更多的样本量选项,PASS成为了市场上受欢迎的研究工具。PASS为给定的统计过程提供了大量的样本量估计和效能检验方法。每一个过程都来自于主菜单,分类树或者过程搜索。一旦过程选择完毕后,会打开对应的窗口,用来输入效能和样本量参数。PASS已经成为临床试验,制药和其它医学研究方面的具有强大竞争力的样本量软件。它也成为在其它有需要样本量计算或评估领域的重要工具。

  • PASS简介

  • PASS 2019

PASS简介
样本量及功率

PASS软件为超过795个统计测试和置信区间场景提供了样本大小工具——比任何其他样本大小软件的能力都高出一倍以上。每个工具都经过已发表的文章和/或文本的仔细验证。

PASS经过20多年的精心调整,现已成为临床试验、制药和其他医学研究的领先样本量软件选择。它也已成为所有其他需要样本量计算或评价的领域的支柱。

获取PASS中的样本大小

在PASS中,您可以通过几个简单的步骤估计统计测试或置信区间的样本大小。

描述
选择一个程序

使用下拉菜单、过程搜索或类别树很容易找到示例大小过程。

描述
输入的值

样例大小过程工具易于使用,并且对于每个选项都有内置的帮助消息。

描述
准备使用输出

运行PASS过程时,将显示样本量结果,并在输出窗口中显示相应的图。可以单击样本大小或功率曲线以显示在单独的窗口中以供查看或保存。使用输出导航树可以轻松导航输出。输出格式使您可以轻松查看,复制,粘贴或保存。可以将多个输出运行发送到输出库以保存或比较样本大小分析。

PASS 2019
PASS 2019增加了126个新的样本规模程序,包括68个更新或改进的程序。新程序包括群体顺序测试,条件权力,调解效果测试,两个比例,混合模型测试,简单线性回归,多元回归,贝叶斯调整,参考区间,试点研究,两部分模型,Bland- Altman方法,一个均值,配对测试,双样本T检验,Wilcoxon符号秩检验,Mann-Whitney U或Wilcoxon秩和检验,以及各种方差和CV比较程序。
组顺序测试(具有无效边界选项)

对于这些组顺序功率和样本大小过程中的每一个,在NCSS 2019中存在相应的组顺序分析和样本大小重新估计过程。

● 具有已知方差的两种方法的群序连续测试(模拟)

● 两种方法的群顺序T检验(模拟)

● 两个比例的组顺序测试(模拟)

有条件的力量

● 非劣效性的双样本T检验的条件权力

● 双样本T检验的条件幂,利用保证金优势

● 非劣效性的条件权力测试两种比例之间的差异

● 利用保证金检验两种比例差异的条件优势

● 非劣效性Logrank测试的条件权力

● 保证金Logrank检验的条件优势

● 2×2交叉设计中两种方法的非劣效性的条件权力

● 2×2交叉设计中两种方法的保证金检验的条件优势

● 非劣效性的单样本T检验的条件权力

● 单样本T检验的条件权力,以保证金的优势

● 非劣效性的成对T检验的条件权力

● 配对T检验的条件权力以保证金的优势

● 非劣效性的有条件权力测试一个比例

● 通过保证金测试一个比例的条件优势

调解效果测试

● 使用Sobel测试进行调解效果测试

● 线性回归中的中介效应检验

● Logistic回归中的中介效应检验

● 泊松回归中的中介效应检验

● Cox回归中的中介效应检验

● 连续变量线性回归中的中介联合检验

两个比例

● 通过保证金测试两种比例之间差异的优势

● 通过保证金测试两种比例的优势

● 通过保证金测试两种比例的优势比的优势

● 在集群随机设计中通过保证金测试优化两个比例的差异

● 通过保证金测试优化集群随机设计中两个比例的比率

混合模型测试

● 在3级分层设计(3级随机化)中跟进结束时两种方法的混合模型测试

● 二级分层设计中跟踪结束时两种方法的混合模型检验

● 2×2因子2级分层设计(2级随机化)中交互的混合模型测试

● 2×2因子2级分层设计(1级随机化)中交互的混合模型测试

● 2×2因子3级分层设计(3级随机化)中交互的混合模型测试

● 2×2因子3级分层设计中的交互模型测试(2级随机化)

● 2×2因子3级分层设计(1级随机化)中交互的混合模型测试

● 具有随机斜率的2×2因子3级递阶设计中的斜率相互作用的混合模型试验(3级随机化)

● 具有随机斜率的2×2因子3级递阶设计中的斜率相互作用的混合模型试验(2级随机化)

● 具有随机斜率的2×2因子2级递阶设计中的斜率相互作用的混合模型试验(2级随机化)

● 具有固定斜率的2×2因子3级层次设计中的斜坡相互作用的混合模型试验(3级随机化)

● 具有固定斜率的2×2因子3级层次设计中的斜坡相互作用的混合模型试验(2级随机化)

● 具有固定斜率的2×2因子2级层次设计中的斜坡相互作用的混合模型试验(2级随机化)

简单线性回归

● 简单线性回归

● 简单线性回归的非零空检验

● 简单线性回归的非劣效性检验

● 通过边际检验进行简单线性回归的优势

● 简单线性回归的等价性检验

● 使用R-Squared的简单线性回归

● 使用R-Squared进行简单线性回归的非零空测试

多重回归

● 多重回归

贝叶斯调整

● 使用后验误差方法进行贝叶斯调整

参考间隔

● 正常数据的参考间隔

● 非正态数据的非参数参考区间

试点研究

● 伦敦大学学院的标准偏差试点研究

● 使用SD的置信上限的试点研究的样本量

● 使用非中心t进行试点研究的样本量以允许SD中的不确定性

● 在试点研究中检测问题所需的样本量

● 试点研究样本大小的经验法则

两组,两部分模型

● 假设两部分模型的两组测试

● 假设具有检测限的两部分模型的两组测试

Bland-Altman方法

● Bland-Altman方法比较研究中评估协议的方法

主体内差异

● 并行设计中两个受试者内变异比的等效性检验

● 并行设计中两个主体间方差比的非劣效性检验

● 通过保证金测试对并行设计中两个主体内方差的比率的优势

● 并行设计中两个主体内方差比的测试

● 并行设计中对象内方差比率的非统一无效测试

● 2×2M复制交叉设计中两个受试者内变异比的等效性检验

● 非劣效性测试2×2M复制交叉设计中两个受试者内差异的比率

● 通过边际测试优于2×2M复制交叉设计中两个主体内方差的比率

● 在2×2M复制交叉设计中测试两个主体内方差的比率

● 2×2M复制交叉设计中对象内方差比率的非统一无效测试

主题内的简历

● 在并行设计中测试两个主题内CV的差异

● 针对并行设计中两个主题内CV差异的非零空检验

● 非劣效性测试并行设计中两个主题内CV的差异

● 通过边际测试的优势,并行设计中两个主题内CV的差异

● 并行设计中两个主题内CV差异的等价性检验

差异比率

● 测试两个方差的比率

● 两个方差比的非统一无效测试

● 两个方差比的非劣效性检验

● 通过保证金测试两个方差比率的优势

● 两个方差比的等价性检验

主体间差异

● 在2×2M复制交叉设计中测试两个主体间差异

● 2×2M复制交叉设计中两个主体间差异的非统一无效测试

● 2×2M复制交叉设计中两个主体间差异的非劣效性测试

● 2×2M复制交叉设计中两个主体间差异的保证金测试的优势

两个总差异

● 2×2M复制交叉设计中两个总方差的测试

● 2×2M复制交叉设计中两个总方差的非统一零空间测试

● 2×2M复制交叉设计中两个总方差的非劣效性测试

● 在复制设计中测试两个总差异

● 非复制零空间测试复制设计中的两个总差异

● 非复杂设计中两个总方差的非劣效性测试

● 通过保证金测试对复制设计中两个总差异的优势

● 2×2交叉设计中两个总方差的测试

● 2×2交叉设计中两个总方差的非统一无效测试

● 2×2交叉设计中两个总方差的非劣效性测试

● 2×2交叉设计中两个总方差的保证金测试的优势

两个方差之间

● 在复制设计中测试两个方差之间的差异

● 复制设计中两个方差之间的非统一无效测试

● 复制设计中两个方差之间的非劣效性测试

● 通过对复制设计中的两个方差之间的保证金测试的优势

一个意思

● 单样本T检验

● 单样本Z检验

● 非劣效性的单样本Z检验

● 单样本Z-通过保证金测试优势

● 单样本Z-测试的等价性

Wilcoxon签名等级测试

● Wilcoxon签名等级测试

● Wilcoxon签名等级测试非劣效性

● Wilcoxon签名等级通过保证金测试优势

配对测试

● 配对T检验

● 针对非劣效性的配对T检验

● 通过保证金进行配对T检验以获得优势

● 配对Z检验

● 成对的Z-测试非劣效性

● 配对Z-测试优势的保证金

● 配对Z-测试等效

● 配对Wilcoxon签名等级测试

● 配对Wilcoxon签名等级非劣效性测试

● 配对Wilcoxon签名等级以保证金优势进行测试

双样本T检验

● 假设等方差的非劣效性的双样本T检验

● 非劣效性的双样本T检验允许不等方差

● 假设等方差的边际优势的双样本T检验

● 双样本T检验通过允许不等方差的边际来获得优势

● 允许不等方差的等价的双样本T检验

Mann-Whitney U或Wilcoxon秩和检验

● Mann-Whitney U或Wilcoxon秩和检验

● Mann-Whitney U或Wilcoxon秩和检验非劣效性

● Mann-Whitney U或Wilcoxon Rank-Sum测试保证金的优势

通过2019年的更新和/或改进程序
有条件的力量

● Logrank测试的条件权力

● 两种比例差异的条件测试权

● 一个比例的测试的条件权力

● 2×2交叉设计中两种方法的条件测试功效

● 配对T检验的条件权力

● 双样本T检验的条件幂

● 单样本T检验的条件权力

生存

● 假设指数模型测试两种危险率的差异

● 使用Cox的比例风险模型测试两条生存曲线

● 非劣效性Logrank测试

● 使用Cox的比例风险模型测试两条生存曲线的非劣效性

● 假设指数模型的两种危险率差异的非劣效性检验

● 使用Cox比例风险模型对两条生存曲线进行保证金测试的优势

● 利用指数模型对两种危险率差异进行保证金检验的优势

● 使用Cox比例风险模型对两条生存曲线进行等效性检验

● 假设指数模型的两种危险率差异的等价性检验

比例

● 非劣效性测试两种比例之间的差异

● 非劣效性测试两个比例的比率

● 两种比例的比值比的非劣效性检验

● 非劣效性测试两个相关比例之间的差异

● 两个相关比例的非劣效性检验

● 群集随机设计中两种比例差异的非劣效性检验

● 群集随机设计中两种比例的非劣效性检验

● 两种比例差异的等价性检验

● 两个比例比的等价性检验

● 两个比例的比值比的等价性检验

● 群集随机设计中两种比例差异的等价性检验

● 群集随机设计中两种比例的等价性检验

● 两个相关比例之间差异的等价性检验

● 两个相关比例比的等价性检验

● 两个比例之间差异的非零空检验

● 非统一无效测试两个比例的比率

● 两个比例的比值比的非统一无效测试

● 群集随机设计中两个比例差异的非零空检验

● 群集随机设计中两个比例的非单位空检验

● 在分层设计中测试两种比例(Cochran-Mantel-Haenszel测试)

● 在集群随机设计中测试两个比例

手段

● 单样本T-测试保证金的优势

● 非劣效性的单样本T检验

● 用于等效的单样本T检验

● 配对T检验的等价性

● 双样本T检验假设方差相等

● 允许不等方差的双样本T检验

● 假设等方差的等效性的双样本T检验

● 测试两种均值的比率

● 两种方法比率的非劣效性检验

● 通过保证金测试两种均值比率的优势

● 两种均值比的等价性检验

● 在2×2交叉设计中测试两种方法之间的差异

● 2×2交叉设计中两种方法比率的检验

● 2×2交叉设计中两种方法差异的非劣效性检验

● 2×2交叉设计中两个均值比的非劣效性检验

● 2×2交叉设计中两种方法差异的边际检验优势

● 2×2交叉设计中两种均值比率的边际检验优势

● 2×2交叉设计中两个均值之差的等价性检验

● 2×2交叉设计中两个均值比的等价性检验

● 集群随机设计中两种方法的检验

● 群集随机设计中两种方法的非劣效性检验

● 集群随机设计中两种方法的保证金检验的优越性

● 群集随机设计中两种方法的等价性检验

● Hotelling的单样本T2

● Hotelling的双样本T2

● 一个均值的多重测试(单样本或配对数据)

● 两种方法的多重检验

线性回归斜率

● 线性回归斜率的置信区间

系数Alpha

● 测试一个系数Alpha

● 测试两个系数Alpha

<
>