嗨乔，
与任何参数一样，模型截距的估计具有不确定性 - 估计截距的统计功效回答了“概率是多少”的问题（给定来自总体的大小为 n 的随机样本，其中截距是不同于 0 的某个特定值）截距的假设检验将显示观察到的样本统计量在统计上与 0 显着不同。”
您所指的调整后功率计算是估计值回顾性的给定期限内的权力；也就是说，给定一个新样本完全相同的从参数等于观察到的统计数据的总体中得出的变异性概况，特定项具有统计显着性的概率是多少。 应仔细解释追溯力，不要将其与前瞻性力混淆。 考虑一下：p 值恰好为 p=0.05 的参数会有回顾性的功效 = 0.50（假设双尾检验且 alpha=0.05）。 这似乎很奇怪首先，但是如果在给定备择假设为真且值等于观察到的样本值的情况下绘制统计量的抽样分布，则备择假设下的此抽样分布的中心恰好位于拒绝零假设的标准处（这在定义中是正确的——p 值 == alpha 意味着所考虑的参数与拒绝标准本身距离 0 的距离完全一样）。 因此，备择假设下的抽样分布的一半小于拒绝标准，一半高于拒绝标准，因此备择假设下的抽样分布中的该参数的随机样本有 0.50 的概率超过拒绝标准标准。
调整后功效的计算（虽然仍然是回顾性功效计算）考虑了一些其他因素。 以下是 JMP 帮助中解释计算的文本：
“AdjPower0.05 是调整功率价值。 该数字是对该测试显着性的概率的估计。 当前研究中的样本值替换了通常在功效计算中使用的参数值。 这调整过的功效计算会调整因将样本估计值直接替换为非中心参数公式而产生的偏差（Wright 和 O'Brien，1988）。
以及帮助中的警告说明：
”警告： LSV0.05、LSN 和 AdjPower0.05 提供的结果不应用于前瞻性功效分析。 它们没有反映未来研究固有的不确定性。”
我希望这有帮助！
朱利安
