在我以前的帖子，我谈到了影响量的基本量设计实验检测这些因素的影响不可忽略。这些是：
1）效果的大小
2）拟合模型的均方根误差（RMSE）
3）假设检验的显着性水平
4）运行次数
在这里，我介绍了新的Power Analysis用户界面JMP 10。
你为什么要改变？
更改软件现有功能的界面总是有点冒险，因此我们有些担心。但是，您将看到，新界面提供了更多功能和清晰度（我们希望如此）。
那有什么不同呢？
图1并排显示了JMP 9和JMP 10接口。评估的设计是具有六个因子和12个运行的正交两级设计。
您可能会注意到的第一件事是，大纲节点的名称已从“相对方差”更改为“功效分析”。由于许多从业人员必须在继续进行之前证明拟议的设计具有足够的功效，因此使功耗分析易于观察似乎是一个好主意。
请注意，在所有版本中，所有因素的报告功率都相同，但是JMP 9中的信噪比为1，JMP 10中的信噪比为2。
那是怎么回事？
在JMP 10中，我们以信噪比重新定义了信号的含义。在JMP 9中，信号被定义为“拟合模型”中回归系数的大小。现在，对于两个级别的因素，我们将信号定义为从一个级别到另一个级别的预测响应中差异的大小。换句话说，信号就是影响因素。因子效应是两级因子的回归系数的两倍。为了使报告的功率相同，我们需要将默认的信噪比加倍。因此，默认效果的大小没有改变，只是信噪比的定义。
其他差异呢？
JMP 10中的错误自由度有一个额外的编辑框。默认情况下，该值是运行次数和参数数量之间的差。此规则有一个例外，那就是运行次数等于参数数目。在那种情况下，实际上没有错误的自由度，并且从技术上讲，您无法测试任何因素的影响，因此功率将不确定。在这种情况下，我们“发明”了一个自由度，因此我们可以提供一些有意义的（虽然通常很低的）功率值。
错误自由度编辑框的用途是什么？改变那个数字不是骗人吗？
除非您增加错误自由度的数量而不随后增加要匹配的设计的运行次数，否则这不是欺骗！
允许控制错误自由度有两种用途。
首先，通过增加误差的自由度，您可以快速而又肮脏地评估如果在设计中添加行程，功率将如何增加。而且您可以找到它而无需生成新设计。
其次，您可以使用误差的自由度来更准确地了解在分割图实验中检测整个图因数的影响的功效。这是JMP 9中需要JSL脚本编写的东西。
这是如何运作的？
考虑具有两个因素的场景，这些因素很难从一个运行更改为另一个运行。假设您总共有六个因素。您决定以两组为一组进行16次运行，其中难以更改的因素在每组中保持不变。图2显示了“定制设计”设置。
如果单击“制作设计”按钮，则将获得正交分割图设计。在查看“功耗分析”部分之前，建议您先转到红色三角菜单并选择“模拟响应”。然后单击“制作表格”按钮。最后，在结果表的左上方面板中运行Model脚本。
图3显示了根据我生成的假数据得出的参数估计值。参数估计并不重要。我想请您注意表中标有DF Den的列。
X1和X2是整体图因子。他们有5个错误自由度。X3至X6是子图因子，它们每个都有4个误差自由度。
回想一下，默认的错误自由度是运行次数和参数数量之间的差。在这种情况下，该数字为9。图4显示了默认的Power Analysis界面。
为了获得整个情节效果的正确值，我们应该将“错误自由度”更改为5。同样，对于子图效果，我们应将“错误自由度”更改为4。图5显示了并行结果。
因此，在此设计中，用于检测整个情节效果的功效为0.463 –参见图5左侧面板上的前两个数字。检测子图效果的功效为0.843 –参见图5右面板上的底部四个数字。该分析假设整个图方差和误差方差是相同的（标准假设）。
JMP为什么不能做所有这一切？
除非设计是正交的，否则REML分析中显示的自由度取决于观察到的响应。因此，通常来说，预先填写这些值并不容易。请继续关注JMP 11的进一步改进。
还有其他区别吗？
功效分析具有许多隐藏列。图6显示了第一个示例的完整表格。通过在表内部右键单击，可以将这些列添加到显示中。
额外的列提供的信息使您可以使用JSL脚本手动进行这些计算。
//电源= 1个-F分布（ F暴击，dfnum，dfdenom，非中心） ;
功率= 1个-F分布（ 6.608、1、5、12 ） ;
运行上述JSL脚本输出0.789140997559235到“日志”窗口。
下一步是什么？
到目前为止，我只讨论了两个层面的因素。如果有两个以上的级别，情况将更加复杂。这将是未来帖子的主题。
瑞安写道：
布拉德利，
在SAS / Jmp 10自定义DOE功率分析功能中，如果我们具有3个级别的因子，如果我正确地解释了您的文章，信噪比会变为“ 3”而不是2吗？
杰克沃伦写道：
我不确定我在上面说了什么。我认为这句话的表述更好。
在JMP 9中：如果跨因子水平（效应大小）的平均响应的变化为2 * X *误差标准偏差，或者回归系数为X *误差标准偏差，则功效是找到重要模型参数的概率。，其中X是信噪比。
在JMP 10中：如果跨因子水平（效应大小）的平均响应的变化为X *误差标准偏差，或者回归系数为.5 * X *误差标准，则幂是找到重要模型参数的概率。偏差，其中X是信噪比。（本质上，这里的信噪比是JMP 9中的两倍。）
杰克沃伦写道：
因此，为澄清起见，这两种解释是否正确？
在JMP 9中：如果模型参数是误差标准偏差的X倍，则Power是找到重要模型参数的概率，其中X是指定的信噪比。换句话说，幂是在因子水平上平均响应的变化比误差标准偏差大2倍的情况下找到重要模型参数的概率。
在JMP 10中：如果模型参数是误差标准偏差的0.5倍大，则Power是找到重要模型参数的概率，其中X是指定的信噪比。换句话说，功效是在因子水平上平均响应的变化比误差标准偏差大X倍的情况下找到重要模型参数的概率。
