검정력 보고서
일원 분석 플랫폼의 "검정력" 옵션은 통계 검정력을 계산하고 지정된 가설 검정에 대한 기타 상세 정보를 제공합니다. 자세한 내용은 검정력 옵션의 예에서 확인하십시오. 통계 상세 정보는 검정력에 대한 통계 상세 정보에서 확인하십시오.
• LSV(최소 유의값)는 특정 p 값이 알파가 되는 모수 또는 모수 함수의 값입니다. 즉, 어떤 p 값이 알파가 될 때 효과의 유의성이 얼마나 작게 선언되는지 알 수 있습니다. LSV는 확률 척도가 아니라 모수 척도의 유의성에 대한 측정 수단을 제공합니다. 이를 통해 설계와 데이터의 민감도를 보여 줍니다.
• LSN(최소 유의 개수)은 데이터의 형식이 동일한 경우 지정된 p 값 알파를 산출할 관측값의 총 개수입니다. LSN은 알파, 시그마 및 델타 값(유의 수준, 오차의 표준편차 및 효과 크기)이 주어진 상태에서 유의한 결과를 얻을 수 있을 정도로 추정값의 분산을 줄이는 데 필요한 관측값의 개수로 정의됩니다. 유의성을 달성하기 위해 더 많은 데이터가 필요한 경우 LSN을 통해 필요한 데이터 양을 알 수 있습니다. LSN은 검정력이 약 50%가 되도록 하는 총 관측값 수입니다.
• 검정력은 그룹 간에 실제 차이가 존재할 때 유의성을 달성(p 값 < 알파)할 확률입니다. 이는 표본 크기, 효과 크기, 오차의 표준편차 및 유의 수준에 따라 달라집니다. 검정력은 특정 유의 수준에서 실험을 통해 차이(효과 크기)를 발견할 가능성을 나타냅니다.
참고: 일원 배치의 그룹이 두 개뿐인 경우 검정력에 의해 계산된 LSV는 다중 비교 테이블에 표시된 LSD(최소 유의차)와 동일합니다.
검정력 상세 정보
일원 분석 플랫폼의 "검정력 상세 정보" 창 및 테이블은 모형 적합 플랫폼에서와 동일합니다. 검정력 계산에 대한 자세한 내용은 선형 모형 적합의 검정력 계산에서 확인하십시오.
알파, 시그마, 델타 및 개수를 나타내는 4개의 각 열에 단일 값, 두 개의 값, 또는 값 시퀀스의 시작, 끝 및 증분 값을 입력해야 합니다(Figure 6.29). 지정한 값의 가능한 모든 조합에 대해 검정력 계산이 수행됩니다.
알파(a)
유의 수준으로, 0에서 1 사이입니다(일반적으로 0.05, 0.01 또는 0.10). 기본적으로 표시되는 값은 0.05입니다.
시그마(s)
모형의 잔차에 대한 표준 오차입니다. 기본적으로 제공되는 값은 RMSE(제곱근 평균 제곱 오차)에서 구한 추정값입니다.
델타(d)
원시 효과 크기입니다. 효과 크기 계산에 대한 자세한 내용은 선형 모형 적합의 효과 크기에서 확인하십시오. 첫 번째 위치는 기본적으로 가설의 제곱근 제곱합을 n으로 나눈 값(즉, 
)으로 설정되어 있습니다.
개수(n)
모든 그룹의 총 표본 크기입니다. 첫 번째 위치에는 기본적으로 실제 표본 크기가 입력되어 있습니다.
검정력 계산
네 개의 값, 즉 a, s, d 및 n을 모두 사용하여 검정력(유의한 결과를 얻을 확률)을 계산합니다.
최소 유의 개수 계산
주어진 a, s 및 d로 약 50%의 검정력을 달성하는 데 필요한 관측값 수를 계산합니다.
최소 유의값 계산
p 값이 a가 되는 모수 또는 선형 적합의 값을 계산합니다. 계산에는 a, s, n, 그리고 추정값의 표준 오차가 사용됩니다. 이 기능은 X 변수의 수준이 정확히 두 개일 때만 사용할 수 있으며 일반적으로 개별 모수에 사용됩니다.
조정 검정력 및 신뢰 구간
후향적으로 검정력을 분석할 경우에는 표준 오차와 검정 모수의 추정값을 사용합니다.
– 조정 검정력은 비중심성 모수의 보다 비편향적인 추정값에서 계산된 검정력입니다.
– 조정 검정력의 신뢰 구간은 비중심성 추정값의 신뢰 구간을 기반으로 합니다.
랜덤 변동은 원래 델타에서 발생하므로 원래 델타에 대해서만 조정 검정력 및 신뢰 한계가 계산됩니다.