我有一个关于统计学可能非常基础的问题，但我觉得我不完全理解

我发现通常用二项式数据（0,1s）获得高功率（较小）置信区间要困难得多

当我想计算两个比例之间的差异时，很难获得高 p 值和置信区间。但是，对于具有相同数量参与者的研究，我可以计算平均值（因为变量是连续测量的，而不是作为 0 或 1 选择），功效要高得多。我想我很清楚为什么会这样，但我希望有人以基本的方式向我解释，以便我检查我的理解。

在使用二项式与连续数据时，是否有任何人可以指出我的图表（或一些一般规则）将样本大小与功率联系起来。由于缺乏权力，我觉得我应该尽可能避免收集二元结果。这个对吗

附加评论添加 11.05.2014 12:04

澄清：我的问题是——如果我们测量的是完全相同的东西，但有两种不同的数据收集方式。一个是二元的（例如，您更喜欢 B 比 A“多”还是“少”），一个是连续的（您喜欢 A 还是 B。请在 0-1 的范围内对 A 的偏好进行评分，其中 B 为 0.5），然后使用连续测量方法可以获得更高的功率吗？如果是，为什么？我似乎是，因为我从连续方法而不是比例获得平均分数，并且当期望值相同时（例如，0.5 的平均值，比例0.5)，并且参加测试的参与者数量是相同的。