两水平的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 > 两水平的因子设计

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. 因子数中,输入您计划在试验中进行控制的变量数。变量数必须介于 2 和 15 之间。
  2. 角点数中,输入因子设置在其低水平或高水平的试验游程的数量。此数值用于试验的一个仿行。有效的数值取决于因子的数量。有关有效组合表的信息,请转到可用的两水平因子设计
  3. 为以下功效函数变量中的三个指定变量值。将想要计算的变量留空。
    • 重复输入一个或多个正整数以指定您设置每个角点的次数。例如,要计算将每个角点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。

    • 效应:输入一个或多个值以指定要在低因子水平下的响应均值与高因子水平下的响应均值之间检测的差值。通常输入对于您的应用有实际意义的最小效应。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希望试验具有的功效。常用值为 0.8 和 0.9。例如,如果希望检验检测到高因子设置和低因子设置之间实际差值的概率为 90%,则输入 0.9。

    • 每个区组的中心点数:输入一个或多个非负整数以指定因子设置为中间水平的每个区组的试验游程数量。要更改区组数量,请单击设计

      设计中常见的中心点数通常取决于功效以外的其他注意事项。例如,可以使用中心点检查因子和响应之间的曲线关系。最常见的建议是在一个设计中至少使用 3 个中心点。例如,若试验中有两个区组,每个区组有 2 个中心点,则可生成总计 4 个中心点的设计。

  4. 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,效应大小是标准差的乘数,而非响应变量的单位。例如,如果将效应大小指定为 2,将标准差指定为 1,则计算针对的效应是 2 个标准差的大小。
注意

因为您指定了每个区组的中心点数量,所以试验设计的总大小也取决于区组的数量。要指定多个区组,请单击设计

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