昨年、私は二つ書いた電力解析に関するブログ投稿デザインされた実験用 それ以来、 JMP 11 がリリースされ、カスタムデザイナの消費電力解析のユーザーインターフェイスが変更されました。この記事では新しいインターフェースを紹介し、それを有益に使用する方法を示します。
なぜあなたはインターフェースを変えたのですか？
インタフェースを変更する主な理由は、実験に3つ以上のレベルを持つカテゴリカル要因が含まれる場合に、信号対雑音比が何を意味するのかを定義するという問題から生じます。マルチレベルのカテゴリカルファクタでは、複数の信号があるため、単一の比率ですべての可能性を捉えることはできません。
具体的な例でこれを明確にします。の第2版実験者のための統計 Box、Hunter and Hunter（2005）は、ペニシリン収率の例を146ページに示しています。2つのカテゴリファクタがあります。1つ目の「治療」は、ペニシリウムカビの成長過程の4つの変形を説明する4段階の要因です。2番目の「ブレンド」は、成長培地（コーンスティープリカー）の変動を表す5段階の因子です。
この本は4x5の複製されていない全要因実験の結果を提供します。図1は、観測された回答が編集可能な[予想応答]列に入力された20ランのカスタムデザインテーブルを示しています。
なぜあなたは予想される反応を求めているのですか？これは本当に必要ですか？
DOEの多くの専門家は、研究者に各治療の組み合わせに対する反応の価値を推測させるという考えを気に入っています。これにはいくつかの目的があります。まず、プロセスに精通している人は、すべての実行を1つずつ慎重に検討することによって機能しない要因の組み合わせを見つけることができます。これにより、無駄な実行を回避することで時間とリソースを節約できます。第二に、推測された反応からのデータを分析することは、どの因子効果がそれらの小さな係数のために十分に推定されないかもしれないかを示すことができる。最後に、予想される回答の欄に記入する必要はありません。既定では、既定のモデルが正しい場合、この列には各実行で予想される値が表示されます。
図1のボタンをクリックするとどうなりますか？
ボタンをクリック予想される応答に変更を適用する図2に示す電力解析レポートを更新します。このレポートには、[期待応答数]列に指定したデータの二乗平均平方根誤差（RMSE）と推定係数が表示されます。というボタンに注目してください予測係数への変更の適用 。モデルの係数を変更してそのボタンをクリックすると、それに応じて図1の予想される応答が変わります。それで、あなたは応答を供給することも、係数を供給することもできます。
予想係数はどのように解釈しますか。4つのレベルの治療があるのに、なぜ3つの治療係数しかないのですか？
はい、4つのレベルの治療係数がありますが、治療係数は3つだけです。想定される4番目の係数は、他の3つの係数の合計です。したがって、治療4の係数は-1 *（ - 2 -1 + 3）= 0となります。同様に、5番目のブレンド係数は-1 *（6 -3 -1 + 2）= -4です。図2に表示されている予測係数の値は、図1に示されているデータに対してFit Modelプラットフォームを実行した結果と同じです。
これを確認するために、Design outlineノードのデータに対してFit Modelを実行しました。結果は図3にあります。先端 ： レポート内のテーブル内を右クリックしてを選択すると、レポート内のテーブルからJMPデータテーブルを作成できます。データテーブルにするメニューから。
図3の「近似の概要」のアウトラインの二乗平均平方根誤差は4.339739という値を示しており、これは図2の予想RMSEと一致します。「パラメーター見積もり」概要の「見積もり」列も、図2の「予測係数」と一致します。
図３の効果試験の概要における処理の効果は０．３３８７のｐ値を有するので、この効果は有意ではない。図2から、治療効果全体に関連する検出力はわずか0.251であることがわかるので、これは驚くことではありません。
重要な治療効果を観察するための高い力を得るために必要な実行回数を知りたい場合はどうしたらいいですか？
この質問に答えるには、カスタムデザイナーの[戻る]ボタンをクリックして、デザインにランを追加します。元のデザインは20回実行されました。代わりに60回の実行を選択し、図4に示す電力解析を得ました。今度は治療の力は0.776です。最初の20回の実行がパイロットスタディだったとします。このアプローチでは、RMSEとパイロットスタディの係数が正しいと仮定して、有意な治療効果が見られる可能性が高いために、パイロットスタディをさらに2回繰り返す必要があることがわかります。
何か結論はありますか？
JMP 10のS / N比を予測係数（signal）およびRMSE（noise）に置き換えました。上述の４レベルおよび５レベルのカテゴリファクタ効果のように、複数の係数を含む効果の場合、単一の信号対雑音比は無限の数の可能な係数の組を表すことができる。JMP 10では、可能な限り最悪のセットの結果を報告しましたが、これは少し保守的すぎるようです。JMP 11では、対象となる正確な係数を指定することによって、パワー計算を一意にしています。
乞うご期待。次の投稿では、変更が困難な要素を含む場合と含まない場合の、スクリーニングデザインの消費電力計算について説明します。
