“k 个样本均值”计算器的示例

假定您的 4 个组每个组有 4 个观测值，想检测所有组均值是否相等。您期望组均值为 10、11、12 和 13，标准差为 0.9。计算在 0.05 显著性水平下检测一个或多个均值的差值的功效。

1. 选择实验设计 > 设计诊断 > 样本大小与功效。

2. 点击 k 个样本均值。

3. 保留 Alpha 为 0.05。

4. 为标准差输入 0.9。

5. 保留额外参数为 0。

6. 输入 10、11、12 和 13 作为前瞻均值的四个水平。

7. 为样本大小输入 16。

8. 保留功效为空。

9. 点击继续。

图 17.9 4 个均值的前瞻功效 

计算出的功效大约为 0.95。这意味着：假定总体均值为 10、11、12 和 13，标准差为 0.9，总样本大小为 16 时，在 0.05 显著性水平下有 95% 的机会检测出至少有一个均值不同。

10. 为“样本大小”点击 16，然后删除它。

11. 为“功效”点击 0.95，然后删除它。

12. 点击继续以启动“样本大小-功效”图。

图 17.10 k 个均值的前瞻功效和“样本大小-功效”图 

从“样本大小-功效”图，您可以确认样本大小为 16 是合适的。悬停在“样本大小”轴上方，并拖动以将轴延伸到 16 之外。您可以看到样本大小超过 16 时，功效的增加量很小。

该图还报告均值差值，它由与总均值的偏差平方和的平方根计算得出。在本例中，它是 (–1.5)2 + (–0.5)2 + (0.5)2 + (1.5)2 的平方根，即 0.5 的平方根。因此，本例中的均值差值约为 2.236。

需要更多信息？有问题？从 JMP 用户社区得到解答 (community.jmp.com).