它从无辜开始。 您正坐在豪华的办公室里，高兴地在计算机上打字，在自己喜欢的统计软件（当然是JMP）上进行最新的令人敬畏的统计分析。 你在幸福的地方。
门上有敲门声。 您抬头看到一位客户站在他们身边，站着一叠文件。 总是渴望解决新问题，因此礼貌地问：“嘿，那里！ 我能提供什么帮助？”。
他们回答：“我有一个简单的问题。”
“去吧！”你天真地打趣。
然后它发生了。 这些词从他们的嘴唇像箭一样射向您不知情的耳朵。
“我需要多少个样品？”
“ GAAAAAHHHHH !!!!”
“我只能负担五个。 够了吗？”
“ GYAAAAAAAAAAHHHHHHHHH !!!!!!!”
好的，所以也许我在这里有点太夸张了，但是我们许多人都知道这个看似简单的问题–我需要多少个样本？–可能是一个很难回答的问题。 您需要考虑很多其他信息。 您正在寻找什么效果大小？ 您认为人口有多“嘈杂”？ 将收集什么类型的数据，以及如何收集？
尽管答案可能并不像研究人员所希望的那样简单，但确保有效利用资源至关重要。 数据太少意味着您无法进行有效的推断。 太多的数据是浪费的。 那么，您如何找到合适的平衡点呢？
回答此问题的最常用工具是功率计算。 回顾一下，统计力量是在实际存在的情况下检测到一定大小的影响的概率。 一种可用的重要工具JMP帮助解决此问题的是功效和样本量计算器。 它为您提供了常见情况的计算器，使您可以轻松生成样本大小和/或功效。 在某些情况下，您甚至可以生成功效曲线来探索功效/样本量之间的关系。
功效和样本数量计算器无疑是一个有用的工具。 但是，从最近的电影角色那里借用一个短语，虽然很好，但可能会更好。 首先，它是一个计算器。 目的是让您快速得到答案。 但是功率计算几乎永远不会一劳永逸。 与一般的实验设计一样，功效和样本量计算的关键组成部分是探索几种选择。 最好的测试计划是考虑不同情况的结果，以确保您的研究在不可预见的情况下稳定可靠。 使用计算器不一定很容易做到。 需要一些新的东西...
在中引入新的“样本量资源管理器” JMP 16 !! 看一看（欢迎哦和aah）：
那么有什么新消息？ 好吧，其中一个在标题中。 创建样本大小浏览器不仅是为了帮助进行功效计算，而且是为了鼓励勘探功效，样本量和其他相关关键指标之间的关系。让我们潜入水中，看看还有什么新功能！
一切都与互动有关
首先，存在一种改进的布局，该布局完全涉及交互性。 在最左侧，您有控制面板。 该区域包含设置计算所需的所有信息。 您是在进行单面测试还是双面测试？ 这是两面的间隔还是单面的边界？ 什么是Alpha？ 西格玛？ 示范时间？ 如果您知道，就在这里放置它。 如果您不知道，那就可以了。 您可以从提供的默认值开始，以后再更改它们。
接下来，在控制面板的右侧互动图。 是的，你没有看错。 这不仅仅是一个简单的可视化；可以触摸这张照片。 看到红线旁边的那个白色正方形了吗？ 您可以单击我们在biz中所称的“手柄”，然后将十字准线在曲线上上下拖动。 功效和样本数量框将相应更新。 或者，如果您是大胆而冒险的类型，则可以单击图形中的任意位置，然后看一下手柄！ 曲线也会根据您在控制面板中提供的其他输入而变化。 简而言之，您可以通过多种方式探索不同的场景，每种场景都有各自的交互级别。
最后，最右边是保存的设置表。 “但是卡雷布，”您可能会说，“那里没有桌子！” 没错，什么都看不见……但是！ 如果您在左下角看到，则会看到一个标记为“保存设置”的按钮。 您可能会猜到，如果单击该按钮，将得到以下结果：
是的，只要您要保存特定方案，只需单击该按钮，它将在该表中添加另一行。 顺便说一下，这不只是任何普通的表。 您会注意到其中一行被突出显示。 如果单击另一行，该行将突出显示，并且一切都会发生变化以反映这种情况！ 因此，现在，您可以保存一些感兴趣的方案，以便以后进行探索。 您甚至可以通过红色三角菜单将方案导出到自己的数据表中！
各种各样的可能性
借助Sample Size Explorers，功率探索只是冰山一角。 有用于间隔计算甚至可靠性演示的资源管理器。 实际上，这是JMP 16中所有可用的Sample Size Explorers的列表。
- 力量
- 一个样本均值的功效
- 一样品比例的功效
- 一个样本方差的功效
- 一等值均值的幂
- 两个独立样本均值的功效
- 两个独立样本比例的功效
- 两个独立样本方差的幂
- 两个独立样本均值的幂
- 方差分析的力量
- 置信区间
- 一个样本均值的误差幅度
- 一个样本比例的误差幅度
- 一个样本方差的误差幅度
- 两个独立样本均值的误差幅度
- 两个独立样本比例的误差幅度
- 两个独立样本方差的误差幅度
- 可靠性示范
在JMP，我们全都致力于统计发现，“样本量资源管理器”是另一种可以帮助您的方法。 所以，您还等什么（除了您有机会更新到JMP 16 ）？ 出去那里，开始探索！！
太好了，只需要成对的t检验和等效检验即可，并且所有基数都包括在内！
