に私の前の投稿の能力に影響を与える基本的な量について話しましたデザインされた実験無視できない要因の影響を検出するため。これらは：
1）効果の大きさ
2）近似モデルの二乗平均平方根誤差（RMSE）
3）仮説検定の有意水準
4）ラン数
ここでは、新しいPower Analysisユーザーインターフェイスを紹介します。 JMP 10。
なぜあなたは変更を加えましたか？
ソフトウェアの既存の機能のインターフェースを変更することは常に少し危険ですので、私たちはそれをいくらか恐れてやりました。しかし、あなたが見ることができるように、新しいインターフェースはより多くの能力と明快さを提供します（私たちが望む）。
だから何が違うの？
図1に、JMP 9とJMP 10のインターフェイスを並べて示します。評価対象の設計は、6つの要素と12回の実行を含む直交2レベル設計です。
最初に気付くかもしれないことは、アウトラインノードの名前が相対係数の相対分散からパワー分析に変更されたことです。多くの実務家は、提案されたデザインが先に進む前に十分なパワーを持っていることを実証しなければならないので、パワー解析を容易に見えるようにすることは良い考えのように見えました。
すべての要因について報告された電力は両方のバージョンで同じですが、S / N比はJMP 9では1、JMP 10では2です。
どうしたの？
JMP 10では、シグナル対ノイズ比のシグナルが何を意味するのかを再定義しました。JMP 9では、信号はフィットモデルの回帰係数の大きさとして定義されていました。ここで、2段階の要因については、あるレベルから別のレベルへの予測応答の差の大きさとして信号を定義します。言い換えれば、信号は因子の影響です。因子効果は、2段階因子の回帰係数の2倍です。報告される電力を同じにするには、デフォルトの信号対雑音比を2倍にする必要がありました。そのため、デフォルト効果のサイズは変更されておらず、信号対雑音比の定義のみが変更されています。
他の違いはどうですか？
JMP 10には、自由度のエラー度のための追加の編集ボックスがあります。デフォルトでは、この値は実行数とパラメータ数の差です。この規則には例外が1つあります。つまり、実行数がパラメーター数と等しい場合です。その場合、エラーの自由度は実際にはありません。技術的にはどのような要因の影響もテストできないため、検出力は定義されません。この場合、私たちは1自由度を「発明する」ので、権力に意味のある（一般的には意外にも低い）価値を提供することができます。
エラー自由度編集ボックスの効用は何ですか？その数を変更しても不正ではありませんか。
デザインのランの数を増やさずにエラーの自由度の数を増やさない限り、それは不正ではありません。
誤差自由度の制御を可能にするための2つの用途があります。
まず、エラーの自由度を増やすことで、デザインにランを追加した場合に消費電力がどのように増加するかをすばやく評価することができます。そして、あなたは新しいデザインを生成することなくこれを見つけることができます。
2つ目は、分割自由度実験で、プロット自由度全体の影響を検出するために、誤差の自由度を使って、より正確な検出力の図を得ることができます。これはJMP 9でJSLスクリプトを必要とするものです。
それはどのように機能しますか？
実行ごとに変更が難しい2つの要因があるシナリオを考えてみましょう。全部で6つの要因があるとします。あなたは2つのグループで16回のランをすることに決めました。そこでは変化しにくい要因が各グループで同じままです。図2にカスタムデザインの設定を示します。
[デザインの作成]ボタンをクリックすると、直交分割プロットデザインが得られます。[電力解析]セクションを見る前に、赤い三角形のメニューに移動して[応答のシミュレーション]を選択することをお勧めします。次に、テーブル作成ボタンをクリックします。最後に、結果のテーブルの左上のパネルでModelスクリプトを実行します。
図3は、私が生成した偽のデータからのパラメータ推定値を示しています。パラメータ推定は重要ではありません。DF Denというラベルの付いた表の列に注目してください。
X 1とX 2は、全体プロット係数です。彼らはエラーのための5自由度を持っています。X 3からX 6はサブプロット係数であり、それぞれ誤差の4自由度を持ちます。
デフォルトの誤差自由度は、実行数とパラメータ数の差です。この場合、その数は9です。図4は、デフォルトの電力解析インタフェースを示しています。
プロット効果全体のべき乗の正しい値を取得するには、誤差自由度を5に変更する必要があります。同様に、サブプロット効果については、誤差自由度を4に変更する必要があります。図5は並列結果を示しています。
したがって、この設計でプロット全体の効果を検出するための検出力は0.463です。図5の左パネルの上の2つの数字を参照してください。サブプロット効果を検出するための検出力は0.843です。図5の右パネルの下の4つの数字を参照してください。この分析では、プロット全体の分散と誤差の分散が同じであると仮定しています（標準的な仮定）。
JMPがこれをすべて行えなかったのはなぜですか。
設計が直交していない限り、REML分析で示される自由度は観測された応答によって異なります。したがって、一般的に、これらの値を事前に記入することは容易ではありません。JMP 11のさらなる改善にご期待ください。
他に違いはありますか？
電力解析には、いくつかの非表示列があります。図6は、最初の例の完全な表を示しています。テーブルの内側を右クリックして、これらの列を表示に追加します。
追加の列には、JSLスクリプトを使用してこれらの計算を手動で実行できるようにするための情報が記載されています。
//電力= 1 - F分布 （ F Crit、dfnum、dfdenom、nonCentrality ） ;
パワー= 1 - F分布 （ 6.608、1、5、12 ） ;
上記のJSLスクリプト出力を実行する 0.789140997559235 ログウィンドウに移動します。
次は何ですか？
これまでのところ、私は2つのレベルを持つ要因についてだけ話しました。2つ以上のレベルでは、状況はさらに複雑になります。それが今後の記事の主題になるでしょう。
ライアン書きました：
ブラッドリー、
SAS / Jmp 10カスタムDOEパワー解析機能で、3つのレベルを持つ係数があった場合、あなたの記事を正しく解釈していれば、SN比は2ではなく "3"に変わりますか？
ジェイクウォーレン書きました：
私は私が上にしたいことを言ったかわからない。私はこのことばの言葉が良いと思います。
JMP 9の場合：因子のレベル間の平均応答の変化（効果の大きさ）が2 * X *誤差標準偏差、または回帰係数がX *誤差標準偏差の場合、べき乗は有意なモデルパラメーターを見つける確率です。ここで、Xは信号対雑音比です。
JMP 10の場合：因子のレベル間の平均応答の変化（効果の大きさ）がX * Error Standard Deviation、または回帰係数が.5 * X * Error Standardの場合、べき乗は有意なモデルパラメーターを見つける確率です。偏差、ここでXは信号対雑音比です。（基本的に、ここではS / N比はJMP 9の2倍です。）
ジェイクウォーレン書きました：
それで、明確にするために、これら2つの解釈は正しいですか？
JMP 9の場合：電力は、モデル・パラメーターがエラー標準偏差のX倍の場合に、重要なモデル・パラメーターを見つける確率です。ここで、Xは、指定された信号対雑音比です。言い換えれば、ある水準の因子間の平均応答の変化が誤差標準偏差の2倍である場合、検出力は有意なモデルパラメータを見つける確率です。
JMP 10の場合：モデル・パラメーターが誤差標準偏差の0.5倍の場合、有意なモデル・パラメーターを見つける確率です。ここで、Xは、指定された信号対雑音比です。言い換えれば、検出力は、ある因子のレベルにわたる平均応答の変化が誤差標準偏差のX倍である場合に、重要なモデルパラメーターを見つける確率です。
