我正在为非统计学专业的研究生教授第二学期的统计方法课程。今年是我 8 年来第一次教授这门课程。8 年前，一切都是基于 SAS 的。今年，我让学生在 R（我可以轻松支持）、SAS（也可以轻松支持）和 JMP（也可以轻松支持大多数内容）之间进行选择。我的问题是在 JMP 中设置功率/样本量计算。据我所知，JMP 要求您设置分析（可能使用模拟数据），然后根据当前情况修改 sigma、delta 和 n。我可以在“以 X 拟合 Y”/“合并 t 检验”或“拟合模型”对话框之后执行此操作。
我担心的是 JMP 结果与手工计算、R 计算和 SAS 计算（本质上都一样）不同。这是我在即将到来的家庭作业中要问的问题（语言略有不同，因为实际的作业问题是一系列问题中的 c 部分）。
想象一下两个独立样本的均值比较。假设 sigma = 4.1 和 delta（均值差异）= 5.98。如果每组使用 n=5，alpha = 0.05 的两样本 t 检验的功效是多少？JMP 告诉我 0.59：
SAS (proc 功率；twosamplemeans 检验=diff stddev=4.1 npergroup=5 meandiff=5.98 功率=.；
运行；和 R（power.t.test（ n=5，delta=5.98，sd=4.1，strict=TRUE）
给我 0.527。使用移位 t 近似的手工计算基本上给我 0.5。
我在 JMP 中设置问题时做错了什么。更具体地说，周五该告诉使用 JMP 的学生什么，以便他们能够正确解决问题？
谢谢，
菲利普·迪克森
问题是您的样本量。 如果每组 n = 5，则您的总样本量为 10。 JMP 正在寻找总样本量，并假设样本在两组之间平均分布（或尽可能接近）。
如果您遇到需要不平衡样本的情况，那么您确实可以使用“模拟数据”方法，这是有道理的。 如果您使用样本量计算器来计划数据收集，您应该计划平衡 - 一个理想的属性。
哦，作为@蒂埃里_S指出，有一个地方可以获得样本大小和力量。 使用该对话框，我选择了两个示例方法，输入您的信息并获得与其他包匹配的结果。
