彩票走势图

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。我们很高兴地宣布PASS 2019已在慧都平台更新！新增个新的样本规模程序，包括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，混合模型测试等等，让你的工作更加顺畅！

温馨提示：本次更新内容较多，建议Mark后阅读哟~

PASS 2019新增样本规模程序

▶组顺序测试（具有无效边界选项）

• 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）

▶条件权力

• 非劣效性的双样本T检验的条件权力——利用边缘测试得到双样本T检验的条件权力
• 非劣效性的条件权力测试两种比例之间的差异——利用边缘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——利用Logrank检验条件优势
• 2×2交叉设计中两种方法的非劣效性的条件权力——在2×2交叉设计中，通过对两种方法的边缘测试，得到了优势的条件权力
• 非劣效性的单样本T检验的条件权力——利用边缘测试得到单样本T检验的条件权力
• 非劣效性的配对T检验的条件权力——利用边缘测试得到配对样本T检验的条件权力
• 非劣效性的有条件权力测试一个比例——通过边缘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

• 通过边缘测试两种比例之间差异的优势
• 通过边缘测试两种比例的优势
• 通过边缘测试两种比例的优势比的优势
• 在集群随机设计中通过边缘测试优化两个比例的差异
• 通过边缘测试优化集群随机设计中两个比例的比率

▶混合模型测试

▶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

▶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

▶两组和两部分模型

• 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

▶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
• 通过边缘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
• 通过边缘测试的优势，并行设计中两个主题内的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边缘测试的优势

▶两个总差异

▶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

▶One Mean

• 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签名等级通过边缘测试优势

▶配对测试

• 配对T检验
• 针对非劣效性的配对T检验
• 通过边缘进行配对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签名等级以边缘优势进行测试

▶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缘优势


• 允许不等方差的等价的双样本T检验

Mann-Whitney U或 Wilcoxon Rank-Sum 检验

• Mann-Whitney U或Wilcoxon Rank-Sum检验
• Mann-Whitney U或Wilcoxon Rank-Sum检验非劣效性
• Mann-Whitney U或Wilcoxon Rank-Sum边缘测试的优势

PASS 2019更新和改进

▷条件权力

• 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检验的条件权力
• 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-边缘测试的优势
• 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边缘检验的优越性
• 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（单样本或成对数据）
• 两种方法的多重检验

▷线性回归斜率

▷系数Alpha

• 测试一个系数Alpha
• 测试两个系数Alpha

▷方差

PASS 2019的兼容性

PASS 2019在32位和64位操作系统上与Windows 10,8.1,8,7和Vista SP2完全兼容。

本次更新内容较多，建议Mark后阅读哟~如您还需其他PASS教程资源，点击这里。