我想知道每組樣本數的選擇如何影響這兩個測試，這取決於我要測試的組數。
本主題源自功耗分析。在實際應用中，小而無足輕重，只要樣本量足夠大，就可以始終觀察到組均值之間的差異，因為兩者之間存在顯著差異。相反，如果樣本數量不夠大，則較大的重要均值差異將不顯著。有效的組樣本大小（不要太大，不要太小）的定義是以下因素的函數：（a）觀察組均值之間的差異（如果它們確實不為零）的期望概率（即功效，通常為80％），b）要檢測的關鍵（即最小）差異的大小；（c）所需的置信度（通常為95％）；（d）組內std偏差；以及（e）要比較的組數。這樣，為了計算有效的組樣本大小，必須預先定義所有這五個因素。臨界差和組內標準偏差通常不是先驗的，主要是在研發中。
解決這個難題的一種方法是，首先考慮要根據組內std偏差的數量來檢測的關鍵差異，這就是所謂的“效應大小”（ES）。因此，ES是臨界差與組內標準偏差的比率。下圖顯示了所需的組大小（n /組）與（i）ES，（ii）被測試的組均值和（iii）測試類型的關係-所有這些都假設功效= 80％，alpha = 0.05 （95％置信度），正態性，獨立錯誤，組間均等方差和組間均等。
該圖顯示了在給定的ES水平下，Tukey測試和Dunnett測試之間所需n /組的差異。當組數等於2時，兩個測試均會復制t檢驗，並且需要相同的n /組。隨著組數的增加或ES的減小，Dunnett的檢驗要求的n /組數越來越低。這是因為在鄧內特（Dunnett）的領導下，只有一個對照組與所有其他組進行比較；在Tukey的管理下，將所有組與所有組進行比較。在Tukey的要求下，較高的比較數量需要較大的n /組。
因此，只要通過將所有組與對照組進行比較都可以滿足實驗目的，無論是競爭解決方案還是任何其他現有解決方案，都應使用Dunnett檢驗，因為它需要更低的價格，因此更便宜，n /組。
在沒有ES的先驗知識的情況下，我們的經驗表明ES = 1是一個非常合理的最壞情況。因此，根據該圖的信息，對於ES = 1和：
（a）組數= 2，無論測試是什麼，所需的n / group = 17，因此在兩次測試中樣本總數為34；
（b）組數= 8，鄧內特法則為n / group = 25，圖基法則為31，樣本總數=鄧內特法則為200，圖基法則為248；
（c）組數= 32，鄧內特氏法則下n / group = 30，而圖基氏法則下為43，總樣本量=鄧內特氏法則為960，而圖基氏法則為1376。
隨附的JMP表提供了上述所有計算以及繪圖腳本本身。
