统计功效

研究给出了一个闭式公式，将等效边界和目标功效转换为每种方法所需的运行次数，公式中的shifted-t修正项根据实际的两级过程进行了校准。

要在80%功效下证明0.01 AUROC的等效性，即使两种方法完全相等，也需要每种方法十二次运行。

实验的统计功效有限，一对设计需要大约6到9个百分点的差距才能被判定为显著不同。

k=8 的选择是在成本与统计功效之间的折中：k 越大，置信区间越窄，但生成调用次数也线性增长。