统计检验的功效是在实际存在差异时检验将显示出显著的概率。检验功效指示您的研究声明真实效应显著的概率。“参数功效”选项用于处理回顾功效分析。
注意：要确保您的研究所包含的观测数足以检测所需的差值，请在设计实验时使用关于功效的信息。这种分析称为前瞻功效分析。请考虑使用“实验设计”平台来设计您的研究。“实验设计”>“样本大小与功效”和“实验设计”>“评估设计”都有助于前瞻功效分析。有关使用标准最小二乘法的前瞻功效分析的示例，请参见前瞻功效分析。
用来检测差值的检验的功效受以下因素影响：
• 样本大小
• 未知的剩余误差方差
• 检验的显著性水平
• 要检测的效应的大小
假定您已经进行了研究、分析了数据并发现关注的效应不显著。您可能会关注您有可能检测到的差值大小或是您执行的检验的功效。或许您可能想要了解以高概率检测到给定大小的差值所需的观测数。
“参数功效”选项在“参数估计值”报表中插入与回顾功效分析相关的三列值。提供最小显著值 (LSV0.05)、最小显著数 (LSN0.05) 和功效计算 (AdjPower0.05)。
“参数功效”计算应用于新样本，该样本具有与观测样本相同的变异性特征。
警告：LSV0.05、LSN 和 AdjPower0.05 提供的结果不应在前瞻功效分析中使用。它们不能反映未来研究固有的不确定性。
• LSV0.05 是最小显著值。该数值是可令该检验在显著性水平 0.05 下显著的估计值的最小绝对值。具体而言，假定该设计的观测数、均方误差以及平方和与叉积矩阵都保持不变。那么，若估计值的绝对值小于 LSV0.05，则“概率>|t|”值将超过 0.05。（请参见最小显著值 (LSV)。）
• LSN 是最小显著数。该数值是可令该检验在显著性水平 0.05 下显著的观测数。具体而言，假定该设计的参数估计值、均方误差以及平方和与叉积矩阵都保持不变。那么，若观测数小于 LSN，则“概率>|t|”值将超过 0.05。（请参见最小显著数 (LSN)。）
• AdjPower0.05 是调整功效值。该数字是该检验将为显著的概率的估计值。当前研究中的样本值将替换为功效计算中通常使用的参数值。调整功效计算对因以下替换而造成的偏倚进行调整：在非中心参数的公式中直接替换成样本估计值 (Wright and O’Brien 1988)。（请参见调整功效和置信区间。）
LSV、LSN 和调整功效有助于评估检验的灵敏度。这些回顾计算还提供一种启发式教学工具。不过，您必须谨慎解释这些值 (Hoenig and Heisey 2001)。