在计算能力时，您必须说明您要检测的假设效应大小。正如彼得所提到的，计算检测实际检测结果的能力很少有用。

这是我写的一个页面：http: //graphpad.com/support/faq/why-it-is-not-helpful-to-compute-the-power-of-an-experiment-to-detect-the-difference -实际观察到的为什么是事后功率分析无效/

关键段落：如果您的研究得出结论认为差异在统计上不显着，那么 - 根据定义 - 它检测实际观察到的效果的能力非常低。通过这样的计算，你不会学到任何新东西。计算研究的功效以检测在科学或临床上值得检测的差异可能很有用。计算研究的功效以检测实际观察到的差异（或效果）是不值得的。

以下是五篇相关的同行评审文章：

• SN Goodman 和 JA Berlin，计划实验时使用预测的置信区间和解释结果时滥用权力，Annals Internal Medicine 121：200-206，1994。
• Hoenig JM，Heisey DM，滥用权力，美国统计学家。2001 年 2 月 1 日，55（1）：19-24。doi:10.1198/000313001300339897。
• Lenth, RV (2001), Some Practical Guidelines for Effective Sample Size Determination , 美国统计学家, 55, 187-193
• M Levine 和 MHH Ensom，事后权力分析：一个已经过去的想法，药物疗法 21：405-409，2001。
• Thomas, L， 回顾性功率分析，保护生物学卷。11 (1997)，第 1 期，第 276-280 页

首先，事后功率分析是有问题的（例如，参见

其次，如果您决定继续进行，则有两种通用的功率计算方法。更简单的选择是找到一个可以为您计算功率的程序。更复杂的是模拟数据。前者做出假设（有时是无根据的假设）；如果您走这条路，您可能希望将电源程序用于单向方差分析，然后注意限制。后者要求您创建假设数据。两者都在这里讨论了很多。如何模拟取决于您使用的软件。

第三，关于 KW 测试的功率，这篇文章似乎很恰当，但我没有读过它（超出摘要），因为它在付费墙后面。