兩個樣本的匹配比較沒有意義我使用樣本 ID 作為匹配變量，使用處理作為分組變量，在兩組測量值（平台：用 X 擬合 Y）之間進行了匹配比較。顯然，目的是查看 Treatment 是否對因變量有影響。結果表明，治療是顯著的 (p = 0.03)，而平均菱形和常識表明它不是。從免耕處理中省略不匹配的觀察結果 (12,2)，以便兩個樣本都有 7 個測量值不會改變結果。我錯過了什麼？
回复：兩個樣本的匹配比較沒有意義是的，對於你的兩個問題，如果沒有違反假設。我仍然建議您通過 ID 查看差異。
與 Dogs.jmp 數據一樣，您可能會發現主題/單元子集的差異很大，而另一組則沒有。 在我看來，在檢查隨機性假設上花費的注意力太少，因此沒有尋找可能導致不一致的其他因素。 為簡單起見，我喜歡將其稱為塊*治療交互，但主要是另一個（未知）因素。
祝你好運！
回复：兩個樣本的匹配比較沒有意義
我希望小型統計講座對您有所幫助。
哦，最後一個評論，雖然測試在統計上與零不同，但問題是平均差異是否對您的工作具有實際重要性。
是的，有點密集，但很有幫助。謝謝你。
我的說法是否正確，基於治療的 F 統計量的 p=0.03，治療效果很小，儘管在 α=0.05 時具有統計學意義？
是否也公平地說，如果分析是在不匹配的對上進行的，那麼治療效果在統計上不會顯著嗎？
差異是否具有實際重要性，是的，因為它涉及長期實驗。 今年的差異對您來說可能看起來很小。我預計它明年會更大，依此類推。
乾杯
回复：兩個樣本的匹配比較沒有意義有多種方法可以在 JMP 中完成匹配對或配對分析。Anova Matched Pairs 分析以其自身的比例顯示數據。模型中最大的影響是樣本 ID（或塊）。移除樣本 ID 效應後，平均的Till 方法的差異是 0.036696 = (0.018348 - -0.018348)。 差的平方和 SS 為 0.0047133（因為只有 1 個自由度，這也是 MS）。 MS 誤差為 0.00055（sqrt 是差異標準偏差的估計值）。 自由度為 1 和 6 的 F 比為 8.56963 (8.570)，在統計上不同於零。
治療效果在您的顯示器中不可見的原因是因為 ID 變異性超過治療效果的 100 倍。 下面我將記錄幾個替代方法，這取決於您的表是如何組織的。
- 每行代表一對，有 2 列，1-Till 和 No-Till。 （這通常稱為配對/多變量/相關佈局。 計算差異並分析差異以測試是否等於零。 我喜歡按 ID 繪製差異並使用 Distribution 來測試差異是否為零。
- 相同的表格佈局，使用適合 X 的 Y，對 Y 使用免耕，對 X 使用 1-Till。 然後請求配對 t 檢驗。 為此，按住 SHIFT 鍵然後選擇紅色菜單，配對 t 檢驗選項可見。
- 表是堆疊的，一列用於樣本 ID，另一列用於處理。 （這通常稱為方差分析佈局）。使用 X 分析擬合 Y，Y 是響應，X 是處理，然後選擇匹配對並選擇 ID 列。 這是你用的。
我沒有您的數據，因此我將使用 Dogs.jmp 來演示在單個儀表板中顯示的 3 種 JMP 平台方法。筆記：
- 三者俱有相同的統計顯著性 0.0049
- 兩個使用 t 檢驗 (3.29676)，第三個是 F 比率 (10.868)，它是 t 的平方。 具有 (1, df) 自由度的 F 是具有 df 自由度的統計量的平方。
- 平均差異 (1.20195) 等於 2 個治療估計值的差異。
- 第三個分析是通過堆疊 LogHist0 和 LogHist1 實現的，堆疊的列稱為 Data，變量名稱稱為 Label。
- 前兩種方法顯示一條灰線，代表測試：線 Y==X 和 Diff==0。 兩者都在 95% 的置信區間之外，因此具有統計顯著性。
所有這些圖表均採用 Dogs.jmp 樣本數據的原始比例，這沒問題，因為處理效果大於 ID（區組）效果。但是，這些圖片仍然不是我喜歡的顯示方式。 見下文。
使用具有 2 列的 Dogs.jmp 佈局計算配對差異（已在表中）。 現在使用分配測試均值是否為零。 還要檢查差異的近似正態性。請注意，均值與零相比的 T 檢驗與上述前 2 個檢驗的 t 統計量相同。 但是，請注意數據不正常（拉長的箱線圖和數據間隙）。根據 ID 和數據中的其他因素繪製差異圖。 在這個數據集中，藥品和部門. 這種類型的圖片可以檢測異常值和其他影響。
對於您的數據，按處理拆分響應並使用 ID 進行分組。 計算配對差異。 並運行 Distribution 和 Diff by ID 圖。另一種方法是創建一個新列，其中包含通過 ID 計算響應均值（ID 均值）的公式。 然後計算響應減去 ID 平均值。 我稱此為塊對齊數據。 將此數據用於配對差異，兩個均值鑽石等（您不必拆分錶格）。
我希望小型統計講座對您有所幫助。
哦，最後一個評論，雖然測試在統計上與零不同，但問題是平均差異是否對您的工作具有實際重要性。
