在我以前的帖子 ，我談到了影響a能力的基本數量設計實驗檢測因素的不可忽略的影響。這些是：
1）效果的大小
2）擬合模型的均方根誤差（RMSE）
3）假設檢驗的顯著性水平
4）運行次數
在這裡，我介紹了新的Power Analysis用戶界面 JMP 10。
你為什麼要改變？
改變現有軟件功能的界面總是有點冒險，所以我們做了一些惶恐。但是，正如您將看到的，新界面提供了更多功能和清晰度（我們希望如此）。
那有什麼不同？
圖1並排顯示了JMP 9和JMP 10接口。正在評估的設計是一個正交的兩級設計，有六個因子和12個運行。
您可能會注意到的第一件事是，輪廓節點的名稱已從係數的相對方差變為功率分析。由於許多從業者必須證明所提出的設計在繼續之前具有足夠的功率，因此容易看到Power Analysis似乎是一個好主意。
請注意，兩個版本中所有因子的報告功率相同，但JMP 9中的信噪比為1，JMP 10中的信噪比為2。
那是怎麼回事？
在JMP 10中，我們重新定義了信噪比中信號的含義。在JMP 9中，信號被定義為擬合模型中回歸係數的大小。現在，對於兩級因子，我們將信號定義為從一個級別到另一個級別的預測響應的差異的大小。換句話說，信號是因素的影響。因子效應是兩級因子的回歸係數的兩倍。為了使報告的功率相同，我們需要將默認信噪比加倍。因此默認效果的大小沒有改變，只有信噪比的定義。
其他差異呢？
在JMP 10中有一個額外的編輯框用於Error Degree of Freedom。默認情況下，此值是運行次數和參數數量之間的差值。此規則有一個例外，即當運行次數等於參數數量時。在這種情況下，實際上沒有錯誤的自由度，從技術上講，你無法測試任何因素的影響，因此功率將是不確定的。在這種情況下，我們“發明”一個自由度，這樣我們就可以為權力提供一些有意義的（儘管通常壓低）。
Error Degrees of Freedom編輯框有什麼用處？是不是在改變這個數字作弊？
除非您增加錯誤自由度的數量而不隨後增加設計中的運行次數，否則不會作弊！
允許控制誤差度有兩種用途。
首先，通過增加誤差自由度，如果向設計中添加運行，則可以快速而骯髒地評估功率增加的方式。你可以在不產生新設計的情況下找到它。
其次，您可以使用誤差自由度來獲得更精確的功率圖，以便在分裂圖實驗中檢測整個繪圖因子的影響。這是JMP 9中需要JSL腳本的東西。
這是如何運作的？
考慮一個具有兩個因素的場景，這些因素很難從一次運行更改為另一次運行。假設你有六個因素。您決定以兩組為一組進行16次運行，其中難以改變的因素在每組中保持不變。圖2顯示了Custom Design設置。
如果單擊“設計”按鈕，則會得到正交的分割圖設計。在查看“功率分析”部分之前，我建議您轉到紅色三角形菜單並選擇“模擬響應”。然後單擊“生成表”按鈕。最後，在結果表的左上角面板中運行Model腳本。
圖3顯示了我生成的偽數據的參數估計值。參數估計並不重要。我想提請你注意標有DF Den的表格欄目。
X1和X2是整個情節因子。他們有5個自由度的錯誤。X3到X6是子圖因子，它們每個都有4個自由度的誤差。
回想一下，默認的Error Degree of Freedom是運行次數和參數數量之間的差異。在這種情況下，該數字是9。圖4顯示了默認的Power Analysis界面。
為了獲得整個繪圖效果的正確值，我們應該將Error Degree of Freedom更改為5。同樣，對於子圖效果，我們應該將Error Degree of Freedom更改為4。圖5顯示了並排結果。
因此，在此設計中檢測整個繪圖效果的功率為0.463 - 請參見圖5左側面板中的前兩個數字。檢測子圖效應的功率為0.843 - 請參見圖5右側面板的底部四個數字。該分析假設整個圖的方差和誤差方差是相同的（標准假設）。
為什麼JMP不能做到這一切？
除非設計是正交的，否則REML分析中顯示的自由度取決於觀察到的響應。因此，一般來說，提前填寫這些值並不容易。請繼續關注JMP 11的進一步改進。
還有其他差異嗎？
Power Analysis有許多隱藏列。圖6顯示了第一個示例的完整表。通過右鍵單擊表內部，可以將這些列添加到顯示中。
額外列提供的信息允許您使用JSL腳本手動執行這些計算。
//力量= 1 - F分配 （ F Crit，dfnum，dfdenom，nonCentrality ） ;
功率= 1 - F分配 （ 6.608,1,5,12 ） ;
運行上面的JSL腳本輸出 0.789140997559235 到日誌窗口。
下一步是什麼？
到目前為止，我只討論了兩個層面的因素。有兩個以上的級別，情況就更複雜了。這將成為未來職位的主題。
瑞安中寫道：
布拉德利，
在SAS / Jmp 10自定義DOE功率分析功能中，如果我們有3個級別的因子，如果我正確地解釋你的文章，信噪比會變為“3”而不是2嗎？
傑克沃倫中寫道：
我不確定我說過我想要的東西。我認為這句話更好。
在JMP 9中：功效是找到重要模型參數的概率，如果因子（效應大小）的平均響應的變化是2 * X *誤差標準偏差，或回歸係數是X *誤差標準偏差，其中X是信噪比。
在JMP 10中：功效是找到重要模型參數的概率，如果因子（效應大小）的平均響應的變化是X *誤差標準偏差，或回歸係數是.5 * X *錯誤標準偏差，其中X是信噪比。（基本上，在這裡，信噪比是JMP 9的兩倍。）
傑克沃倫中寫道：
那麼，為了澄清，這兩種解釋是否正確？
在JMP 9中：如果模型參數是誤差標準偏差的X倍，則功率是找到重要模型參數的概率，其中X是指定的信噪比。換句話說，如果跨因子水平的平均響應的變化是誤差標準偏差的2倍，則功率是找到重要模型參數的概率。
在JMP 10中：如果模型參數是誤差標準偏差的0.5倍，則功率是找到重要模型參數的概率，其中X是指定的信噪比。換句話說，如果跨因子水平的平均響應的變化是誤差標準偏差的X倍，則功率是找到重要模型參數的概率。
