样本量已固定，还值得做统计功效分析吗？先区分三类问题

研究设计讨论统计功效时，首先要确认需要回答什么问题：还在规划收集多少样本，已经确定样本数但想了解预期检测能力，还是希望在固定设计下探索较小效应的可检测程度。三者输入条件和解释重点不同。

jamovi官方2024年介绍PAMLj模块，说明它提供样本量规划、预期功效、最小可检测效应及敏感性分析，并覆盖t检验、相关、比例、线性模型、回归、ANOVA、部分中介和结构方程模型等研究场景。[1]这是功能发布介绍，并不意味着任何研究问题都能直接套用一个默认设置。

先确认分析对象和主要检验

本文建议将研究问题、主要结局、拟用统计方法和假设的效应大小写在一起，再选择功效计算的具体模块。不要为了得到令人满意的样本量而反复调整假设直到达到某个数字。对效应大小的依据和不确定性，应在方案里单独记录。

已有样本时解释要谨慎

若样本数量不能改变，可以用敏感性分析观察不同假设情境下的结果。官方介绍PAMLj可通过图表和数值表展示参数变化。[1]但这不等于事后得到了“研究结论可信度”的百分比，也不能把无法检测某效应解释成证明效应不存在。

报告时保留计算条件

本文建议记录软件及模块版本、研究假设、效应定义、样本数量和必要参数设置，说明所做计算是规划阶段还是敏感性探索。只有条件可追溯，后续研究者才能理解结论的适用范围。

本篇未使用真实研究数据实测PAMLj，也不替研究者选择检验或统计设计；复杂样本结构应由相应专业人员另行判断。