秩和检验效能评估方法的检验效能评估常用指标主要有以下几个：
一、功效（Power）
定义：功效指当备择假设为真时，正确拒绝原假设的概率。即能够检测到实际存在差异的能力。
意义：功效值越高，说明检验方法在实际有差异的情况下正确判断出差异的能力越强。例如，一个功效为 0.8 的检验意味着在重复进行 100 次实验中，有 80 次能够正确地检测出实际存在的差异。
取值范围：功效值在 0 到 1 之间。通常认为功效值至少应达到 0.8，才能保证检验有足够的能力检测到实际差异。
二、样本量（Sample Size）
定义：参与检验的样本数量。对于秩和检验，样本量的大小会直接影响检验效能。
意义：一般来说，样本量越大，检验效能越高。因为大样本量可以更好地反映总体的特征，减少抽样误差，从而更容易检测到实际存在的差异。例如，在比较两种药物疗效的研究中，较大的样本量可以提供更准确的结果。
确定方法：可以通过功效分析、公式计算或统计软件来确定所需的样本量。在进行功效分析时，需要考虑效应大小、显著性水平、检验类型等因素。
三、效应量（Effect Size）
定义：反映两组或多组数据之间差异的大小。在秩和检验中，常用的效应量指标有中位数之差、Wilcoxon 秩和统计量等。
意义：效应量越大，说明实际差异越大，检验效能也就越高。通过计算效应量，可以评估不同处理或因素对结果的影响程度。例如，在比较两种治疗方法对患者症状的改善程度时，较大的中位数之差意味着两种方法的效果差异较大，更容易被检测出来。
确定方法：可以根据实际数据进行计算，也可以参考以往的研究或专业知识来估计效应量的大小。在进行功效分析时，需要提供效应量的估计值，以便确定所需的样本量。
四、显著性水平（Significance Level）
定义：也称为 α 水平，是在假设检验中预先设定的拒绝原假设的概率阈值。通常取 0.05 或 0.01 等。
意义：显著性水平越低，拒绝原假设的标准就越严格。降低显著性水平会降低犯第一类错误（错误地拒绝原假设）的概率，但同时也可能降低检验效能。例如，当显著性水平从 0.05 降低到 0.01 时，需要更强的证据才能拒绝原假设，这可能导致在一些情况下原本能够检测到的差异现在无法被检测到。
确定方法：根据研究的具体要求和实际情况来确定显著性水平。一般来说，对于重要的研究或需要严格控制错误的情况，可以选择较低的显著性水平。