功效分析示例
在本例中，您关注的是您的设计在检测不同幅度对响应浓度的影响时的功效。该设计有三个连续因子、一个两水平分类因子和一个三水平分类因子。这个三水平分类因子是原始设计中的分区组因子。
1. 选择帮助 > 样本数据文件夹，然后打开 Design Experiment/Coffee Data.jmp。
2. 选择实验设计 > 设计诊断 > 评估设计。
3. 选择研磨、温度、时间、咖啡豆的量和测量地点，然后点击 X，因子。
您还可以将浓度添加为 Y，响应。但是，响应的指定对设计属性没有任何影响。
4. 点击确定。
5. 点击灰色展开图标打开“功效分析”部分。请注意“显著性水平”设置为 0.05。
6. 输入 0.1 作为“预期 RMSE”。这是您对固定设计设置的浓度的标准差的估计。
您关注的是测量地点对浓度的影响。
预期系数
要估计功效，您需要设置预期系数以生成您有兴趣检测的差值。例如，温度是具有编码水平 -1 和 1 的连续因子。考虑原假设为温度对浓度没有影响的检验。Figure 16.14 显示该检验在温度的各水平上检测 0.10 (=2*0.05) 个单位差值的功效仅为 0.291。
1. 要估计检测您将温度、时间或咖啡豆的量从低水平变为高水平时浓度变化了 0.10 个单位的功效，请将每个因子的预期系数设置为 0.05。从低到高的变化为两个编码单位。
2. 要估计检测您将研磨从 Coarse （粗糙）改为 Medium（中等）时浓度变化了 0.10 个单位的功效，请将“研磨”的预期系数设置为 0.05。从 Coarse （粗糙）到 Medium（中等）的变化为两个编码单位。
3. 要估计检测您改变“测量地点”时浓度变化了 0.10 个单位的功效，请将“测量地点 1”和“测量地点 2”的预期系数设置为 0.10。因为测量地点是三水平的分类因子，它在“参数”列表中用两项来表示：测量地点 1 和测量地点 2。测量地点 1 和 2 分别导致均值比整体预期均值增加 0.10 个单位，这对应于测量地点 3 导致均值比整体预期均值减少了 0.20 个单位。
4. 点击将更改应用于预期系数。“预期响应”值会更新以反映您指定的系数。
图 16.14 完成的功效分析
对于功效分析表中的前四个因子，因子对浓度没有影响的检验在每个因子的各水平上检测 0.10 (=2*0.05) 个单位差值的功效为 0.291。
功效表下方提供了整个测量地点效应的功效 0.888。由于测量地点为三水平分类因子，功效分析表中的功效为部分功效值。请注意，测量地点对浓度没有影响的检验是 F 检验。