嗨喬，
與任何參數一樣，模型截距的估計具有不確定性- 估計截距的統計功效回答了「機率是多少」的問題（給定來自總體的大小為n 的隨機樣本，其中截距是不同於0的某個特定值）截距的假設檢定將顯示觀察到的樣本統計量在統計上與 0 顯著不同。”
您所指的調整後功率計算是估計值回顧性的在給定期限內的權力；也就是說，給定一個新樣本完全相同的從參數等於觀察到的統計數據的總體中得出的變異性概況，特定項具有統計顯著性的機率是多少。 應仔細解釋追溯力，不要與前瞻性力混淆。 考慮一下：p 值恰好為 p=0.05 的參數會有回顧性的功效 = 0.50（假設雙尾檢定且 alpha=0.05）。 這似乎很奇怪首先，但是如果在給定備擇假設為真且值等於觀察到的樣本值的情況下繪製統計量的抽樣分佈，則備擇假設下的此抽樣分佈的中心恰好位於拒絕原假設的標準處（這在定義中是正確的－p 值== alpha 意味著所考慮的參數與拒絕標準本身一樣遠離0）。 因此，備擇假設下的抽樣分佈的一半小於拒絕標準，一半高於拒絕標準，因此備擇假設下的抽樣分佈中的該參數的隨機樣本有 0.50 的機率超過拒絕標準標準。
調整後功效的計算（雖然仍然是回顧性功效計算）考慮了一些其他因素。 以下是 JMP 幫助中解釋計算的文字：
「AdjPower0.05 是調整功率價值。 該數字是對該測試顯著性的機率的估計。 目前研究中的樣本值替換了通常在功效計算中使用的參數值。 這調整過的功效計算會調整因將樣本估計值直接替換為非中心參數公式而產生的偏差（Wright 和 O'Brien，1988）。
以及幫助中的警告說明：
」警告： LSV0.05、LSN 和 AdjPower0.05 提供的結果不應用於前瞻性功效分析。 它們沒有反映未來研究固有的不確定性。”
我希望這有幫助！
朱利安
