LSV（最小显著性值）是一些参数或参数函数的值，其产生某一 p 值 alpha。即您要了解在某个 p 值 alpha 下多小的效应可被称为显著。LSV 提供了以参数尺度而非概率尺度测量显著性的方法。它显示设计和数据的敏感程度。

LSN（最小显著性数）是在数据采用相同形式的情况下将生成指定 p 值 alpha 的总观测数。LSN 定义为在给定的 alpha、sigma 和 delta 值的情况下（即显著性水平、误差的标准差和效应大小）减少估计值方差以实现显著性结果所需的观测数。若您需要更多数据来实现显著性，LSN 可帮助告知还需要多少数据。LSN 是生成约 50% 功效的总观测数。

功效是当两个组存在真正差异时获得显著性（p 值 < alpha）的概率。它是样本大小、效应大小、误差的标准差和显著性水平的函数。功效告知您的实验在给定的 alpha 水平下有多大可能检测到差异（效应大小）。