秩和檢驗效能評估方法的效能評估標準主要有以下幾個方面：
一、檢驗效能（Power）
定義：
檢驗效能是指在給定的顯著性水平下，當原假設為假時，正確拒絕原假設的概率。它反映了檢驗方法能夠準確檢測出實際存在差異的能力。
計算方法：
通常通過模擬研究或理論推導來計算秩和檢驗的效能。在模擬研究中，生成大量符合特定假設的數據，然后對這些數據進行秩和檢驗，統計正確拒絕原假設的次數占總模擬次數的比例，即為檢驗效能的估計值。
例如，假設進行 1000 次模擬實驗，在已知存在差異的情況下，秩和檢驗正確拒絕原假設的次數為 800 次，則檢驗效能為 800/1000 = 0.8。
理想取值范圍：
一般來說，檢驗效能越高越好。通常認為檢驗效能在 0.8 以上較為理想，這意味著在實際存在差異的情況下，有 80% 以上的概率能夠正確檢測出來。
然而，檢驗效能的取值會受到多種因素的影響，如樣本量、效應大小、顯著性水平等。在實際應用中，需要根據具體情況來確定可接受的檢驗效能水平。
二、顯著性水平（α）
定義：
顯著性水平是指在假設檢驗中，當原假設為真時，錯誤地拒絕原假設的概率。它通常用 α 表示，常見的取值有 0.05、0.01 等。
作用：
顯著性水平決定了檢驗的嚴格程度。較小的顯著性水平意味著檢驗更加嚴格，需要更強的證據才能拒絕原假設。
在秩和檢驗效能評估中，顯著性水平的選擇會影響檢驗效能的計算。一般來說，顯著性水平越低，檢驗效能也會相應降低。
合理選擇：
顯著性水平的選擇需要綜合考慮研究的實際需求和風險承受能力。如果研究對錯誤拒絕原假設的風險要求較低，可以選擇較小的顯著性水平；如果希望提高檢驗效能，可以適當放寬顯著性水平，但同時也會增加犯第一類錯誤的風險。
三、效應大小（Effect Size）
定義：
效應大小是指實際存在的差異程度。在秩和檢驗中，常用的效應大小指標有中位數差異、秩相關系數等。
影響：
效應大小越大，檢驗效能越高。這是因為較大的效應大小更容易被檢驗方法檢測到。
在進行秩和檢驗效能評估時，需要考慮實際可能的效應大小范圍，以確定檢驗方法在不同效應大小下的性能表現。
計算方法：
效應大小的計算方法因具體的研究問題和數據類型而異。例如，對于兩個獨立樣本的秩和檢驗，可以計算兩組數據的中位數差異，并將其標準化為效應大小指標。
四、樣本量（Sample Size）
作用：
樣本量是影響秩和檢驗效能的重要因素之一。一般來說，樣本量越大，檢驗效能越高。
足夠的樣本量可以提高統計檢驗的穩定性和可靠性，減少抽樣誤差對結果的影響。
確定方法：
在進行秩和檢驗效能評估時，可以通過理論推導或模擬研究來確定所需的樣本量。通常需要考慮顯著性水平、效應大小、檢驗效能等因素，以及研究的實際需求和資源限制。
例如，可以使用統計軟件或在線工具，根據給定的效應大小、顯著性水平和期望的檢驗效能，計算所需的樣本量。
五、實際應用中的考慮因素
研究目的和問題：
不同的研究目的和問題可能對檢驗效能有不同的要求。例如，在藥物研發中，需要較高的檢驗效能來確保藥物的有效性和安全性；而在探索性研究中，可能可以接受較低的檢驗效能。
數據質量和可靠性：
數據的質量和可靠性也會影響秩和檢驗的效能評估結果。如果數據存在較大的測量誤差、缺失值或異常值，可能會降低檢驗效能。
在進行效能評估之前，需要對數據進行充分的清理和驗證，以確保數據的質量和可靠性。
多重比較問題：
在進行多個組之間的比較時，需要考慮多重比較問題。如果不進行適當的調整，可能會增加犯第一類錯誤的風險，降低檢驗效能。
可以使用多重比較調整方法，如 Bonferroni 校正、Holm 校正等，來控制多重比較的風險。