一般全因子设计的功效和样本数量 输入数据

统计 > 功效和样本数量 > 一般全因子设计

通过完成以下步骤来指定用于功效和样本数量计算的数据。

  1. 模型中每个因子的水平数中,输入 2 到 15 个用空格分隔的值。每个值都是试验中一个因子的水平数。
  2. 为以下功效函数变量中的两个变量指定值。将想要计算的变量留空。
    • 仿行:输入一个或多个正整数以指定您设置每个试验性游程的次数。例如,要计算将每个试验性游程设置两次所产生的效应,请输入 2。要评估不同仿行数的效应,请输入多个值。仿行越多,试验检测到效应的功效越大,预测的精确度越高。
    • 主效应均值之间的最大差值:输入一个或多个值以指定要在低因子水平和高因子水平之间检测的平均差值。计算过程中使用具有最高水平的因子来生成对于其他因子来说较为保守的计算结果。通常输入有实际意义的最小差值。例如,如果均值之间的差值很重要,需要检测,但小于 5 的差值不那么重要,则输入 5。
    • 功效值:输入一个或多个值以指定检验在单个因子的水平均值之间正确检测到最大差值的概率。常用值为 0.8 和 0.9。例如,分析人员输入 0.9 表明,检验在某个因子的最小均值和最大均值之间检测到实际强度差值的概率为 90%。
  3. 标准差中,输入在重复的试验游程下响应测量值的标准差。通常会根据相关研究、初步研究或学科知识来估计此值。如果您已经在 Minitab 中执行了一个生成方差分析表的分析,则可以使用调整后的误差均方的平方根。您还可以输入 1。在输入 1 时,响应大小是标准差(而非响应变量单位)的乘数。例如,如果您将效应大小指定为 2,将标准差指定为 1,则将针对大小为 2 个标准差的效应进行计算。
使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策