实验设计与统计功效

更新：2026-10-13；状态：可用；验证范围：实验设计资料核对；供体层级的人工反例已运行，未做真实组学样本量模拟。

实验设计决定哪些问题能被回答；功效是指定效应与检验条件下发现信号的概率。

先确定独立单位和比较对象

在下载数据或编写脚本前，用一句话写明：研究对象是谁、比较什么、测量什么、哪些因素会同时改变结果。处理组与对照组应有独立的生物学重复与技术重复；同一供体的许多细胞并不会自动提供同样多的独立重复。

随机化是让样本有机会被分配到不同处理或测量顺序；分块是在可比较的批次内安排各组；配对设计让同一个体的前后或匹配样本参与比较。实际分析必须保留这些对应关系。若所有处理样本与所有对照样本分别在两个批次测定，批次效应与混杂会使组别和批次难以区分。

功效怎样理解

功效通常写作 1−β，表示在指定备择效应真实存在时，检验拒绝零假设的概率。它依赖效应大小、变异、独立样本数、检验方法和显著性门槛。相同预算下增加测序深度和增加独立个体解决的问题不同；不能只看总读段数推断功效。

未显著不等于没有效应；显著也不代表影响很大。设计时用先导数据或合理效应范围做情景计算，报告假设与不确定性，避免把一次观测到的效应当作精确真值。

一张设计表练习

建立包含 sample_id, subject_id, group, batch, timepoint 的样本表与数据审计实践。检查每个批次是否含多个组、每个组有多少独立供体、配对样本是否齐全。把无法分离的因素写进局限，再决定模型。初学练习可比较“每组 3 个供体各 1000 个细胞”和“每组 10 个供体各 300 个细胞”的独立信息来源，而非直接比较总细胞数。

深入：组学实验设计原始研究、单细胞分析中的伪重复问题。

功效规划中的误区

规划前明确具有实际意义的效应、独立单位、方差范围、配对/分组结构和多重检验门槛。先导研究的效应可能不稳定，宜比较多组情景；单个统一样本数公式不能覆盖RNA-seq计数、家系和复杂重复设计。

用本次观测效应重新计算“事后功效”通常不能为本次P值提供独立证据。未显著时优先看效应区间及能排除的范围，若目标是证明足够接近，需预定等价界限。见假设检验与双侧单侧选择。

随机化、盲法、分块和预定排除规则分别减少不同偏差。额外技术重复主要改善测量，不自动替代独立供体。分析前可用统计方法选择与分析计划整理方案，再按组学验证的层级与证据安排验证。