用于交互式地探索检验假设（比较两个总体均值）时，功效、样本量和可检测差异之间的关系。请参阅“双样本 t 检验和置信区间”指南，了解如何执行比较两个样本均值的统计检验。
样本量和功效——两个样本均值
- 选择DOE > 样本大小探索器，然后选择功效 > 两个独立样本均值的功效。
- 选择检验类型：单侧检验或双侧检验，并选择显著性水平（ α ）。原假设是两个均值相等。这里我们选择双侧检验，用于检验两个均值是否不相等。原假设和备择假设可以表示为H₀ : m₁ = m₂ vs. Hₐ : m₁ ≠ m₂。
- 请选择是否已知标准差。如果“是”，则分析将基于 Z 检验；如果“否”，则分析将基于 t 检验。
- 输入假定的标准差。这里我们假设每个标准差均为 2。
- 输入待检测的差异。这是在假设原假设 H A成立的情况下，两个总体均值之间的差异，以便进行分析。这里我们考虑的差异为 2.5，即 2.5/2.0 = 1.25 个标准差。
- 选择要求解的参数。这里我们选择的是总样本量。
- 请输入功效值。这里我们输入了 0.80。结果显示总样本量为 23（ n1 = 11， n2 = 12）。
- 使用交互式十字线工具（或输入数值）来计算强度、样本量、检测差异和标准差，从而研究这些参数之间的关系，并求解多种不同的场景。
注意：要确定置信区间达到所需误差幅度所需的样本量，可以使用DOE > 样本量探索器 > 置信区间 > 两个独立样本均值的误差幅度。
每次分析的设置和解决方案都可以保存。已保存的设置表显示了三种不同分析的结果。
在检验假设 H0: μ1 = μ2 与 HA: μ1 ≠ μ2 时进行的分析
1. 要达到 80% 的统计功效，检测出 2.5/2 = 1.25 个标准差的差异，需要多大的样本量？
答案：23（n1 = 11 且 n2 = 12）
2. 当每组样本量为 20 时，统计功效是多少？
答案：功率 = 97.1%
3. 要达到 80% 的统计功效，检测出 4/2 = 2 个标准差的差异，需要多大的样本量？
答案：11（n1 = 5 且 n2 = 6）
访问JMP帮助中的“实验设计指南 > 样本量探索器”了解更多信息。
