JMP 中最小平方法線性迴歸斜率差異的樣本量計算？我對樣本大小計算感興趣，以檢測兩個最小二乘線性迴歸斜率的差異。我想檢測斜率之間 10% 的差異。將有四個時間點。對於兩個斜率，我在每個時間點需要多少重複。JMP 有辦法做到這一點嗎？如果沒有的話有公式嗎？
回覆：JMP 中最小平方法線性迴歸斜率差異的樣本量計算？JMP 以非常巧妙的方式在 DOE 中進行功率分析。 我沒有說明顯的方法。
功效分析需要指定最小效應大小。 DOE 的目的是提供擬合特定模型的最佳數據。 功效與模型中的係數有關，並測試它們相對於參數為零的原假設的顯著性。 這意味著我們用係數來指定我們的最小影響。
好的，JMP 使用編碼因子水準。 這一事實意味著，諸如pH 從6.5 到7.5 的實際因素、10 到20 分鐘的時間或25 到35 攝氏度的溫度等實際因素都已居中並縮放，現在它們的範圍都在-1 到+1 之間。 如果您使用 JMP 設計實驗，則此轉換是內部轉換，並且會在迴歸分析中自動執行。 您不需要手動執行此轉換。 假設您需要找到一個實際效果，即當溫度從 25 攝氏度變為 35 攝氏度時，響應產量從 40 變為 80 的最小變化。 這意味著預期係數將為 (80-40) / (35-25) = 4。 可是等等！ 使用編碼等級的預期係數將為 (80-40) / (1-(-1)) = 20。 非常不一樣！ 因此，了解必須找到的最小變更以及 JMP 使用編碼等級非常重要。
JMP 編碼因子水準的方式也意味著交互項的係數是兩個斜率之間最小差值的一半。
如果我的模型的 A 級和 B 級的斜率均為 10（無交互作用），則斜率沒有差異。 如果我的模型的斜率為 10，A 的交互係數為 -5，則 A 的斜率為 10 + (-5) = 5，B 的斜率為 10 + (+5) = 15。 效應檢定報告中的假設檢定將幫助您確定交互效應的估計係數是否顯著。 功率分析與該決定相關。
回覆：JMP 中最小平方法線性迴歸斜率差異的樣本量計算？嗨馬克，
我不太清楚倒數第二句話的意思，“這個值是連續因子全部效應的一半（最高因子水平和最低水平的反應之間的差異）..” 是斜率最陡的線的終點值和起始值之差嗎？ 或兩個斜率之間的平均值？
謝謝，
提姆‧福賽思
回覆：JMP 中最小平方法線性迴歸斜率差異的樣本量計算？最簡單的方法是設計實驗（選擇 DOE > 自訂設計）並使用內建的功效分析。
如果您堅持使用四個層級的連續因子（時間），請選擇「新增因子」>「離散數值」。 （不要刪除模型中時間的高階項。）一階模型（即直線響應）的最佳設計僅需要兩個水平。 另一個因素應該是有兩個等級（例如 A 和 B）的分類因素，以便進行比較。
將交互項加入模型中。 該術語是測試的基礎：如果組之間（A 組與 B 組）之間的斜率存在差異，則將存在顯著的交互作用。
選擇您認為足以達到所需功率的運行次數，然後估計功率。 您必須輸入檢定的顯著水準、反應的標準差、交互作用項的預期係數。 該值是連續因子全部效應的一半（最高因子水準和最低水準的反應之間的差異）。 它是一個絕對值，因此您必須將相對效應大小（即 10%）轉換為實際差異。
如果電量充足，就完成了。 點擊“製作表格”並收集您的數據。 當您擁有所有資料時，模型表腳本將開始分析。
如果功率不是您想要的，則調整運行次數。 增加運行次數以增加功率，如果功率太高且不經濟，則減少運行次數。
回覆：JMP 中最小平方法線性迴歸斜率差異的樣本量計算？
@timothy_forsyth寫道：
我對樣本大小計算感興趣，以檢測兩個最小二乘線性迴歸斜率的差異。我想檢測斜率之間 10% 的差異。將有四個時間點。對於兩個斜率，我在每個時間點需要多少重複。JMP 有辦法做到這一點嗎？如果沒有的話有公式嗎？
正確的標題是「JMP 中最小二乘線性迴歸斜率差異的樣本量計算」。
