用途：在收集数据前确定所需样本量，或在样本量固定时求最小可检测效应（MDE），并生成功效曲线用于基金申请、IRB 提交或预注册。核心关系为样本量 n、效应量、显著性水平 α 与功效 1−β 四者固定其三即可求第四。
主要能力：提供闭式公式与模拟两条路径。闭式接口 scripts/power.py 统一封装 statsmodels/pingouin，支持 t_ind、t_paired/t_one、anova、two_proportions、one_proportion、correlation、chi2、linear_regression 等检验，可处理不等分配（ratio=）。模拟接口 scripts/simulate_power.py 提供 simulate_power() 与 find_sample_size()，适用于逻辑/泊松回归、混合模型、聚类随机试验、生存分析、中介与交互等。
使用方式：安装命令为 uv pip install "statsmodels>=0.14.6" "scipy>=1.11" "pingouin>=0.6" "numpy>=1.26" matplotlib pandas，生存分析可选 uv pip install lifelines。示例：sample_size(test="t_ind", effect_size=0.5, power=0.80, alpha=0.05)；mde(test="t_ind", nobs1=30, power=0.80, alpha=0.05)；power_curve(test="t_ind", effect_size=0.5, n_range=range(10, 120, 5), save="power_curve.png")。模拟需定义 gen_and_test(n, rng) 后调用 simulate_power(gen_and_test, n=200, n_sims=2000, alpha=0.05)。
适用场景与限制：效应量应基于最小重要效应（SESOI）、收缩后的预试验估计或惯例，并做敏感性分析；需显式处理多重比较、脱落（n_enroll = ceil(n_analyzed / (1 − dropout_rate))）、聚类设计效应 DEFF = 1 + (m − 1)·ICC。避免事后/观测功效，因其循环且无信息量。模拟建议 ≥1000 次，接近 80% 时用 5000–10000 次并报告蒙特卡洛置信区间。资料未提供具体收费、平台或效果保证。