配對t檢定
您好，我想比較兩種處理方法：1）不施肥，2）施肥。 我想知道施肥是否會增加產量。 選擇兩個平行的區塊，第一個區塊不施肥，第二個區塊施肥。 每個區塊採集了十五個樣本。 我想使用配對t檢驗，JMP中有不同的方法。 我想到了用分配然後測試的方式。 我的問題是，為“頻率”添加“n”列是否正確？ 請解釋為什麼或為什麼不。 如果我在資料分析中使用 n 作為頻率，結果會隨著自由度從 14 增加到 29 而變化。 
回覆：配對 t 檢定將 p 值除以 2回覆：配對 t 檢定如何進行上尾檢驗回覆：配對 t 檢定謝謝
不，一對內的場不是均勻的，我們假設它，但它從未發生。 因為這個領域變化太大了。 因此，在這種情況下，我們應該進行 2 個樣本 t 檢定或配對 t 檢定。
回覆：配對 t 檢定您對塊的描述是黃色和藍色，因此塊（對）沒有意義，
如果切割種子和整粒種子種植彼此相鄰，但 12 個條帶在可變的田地中分開，則阻塞（成對）是有意義的。 一對內的場是否均勻？ 這個假設很重要。
Yu 只需要兩個回應欄：CONTROL 和 Whole SEED。 使用“分析”選單中的“匹配對”平台。 依上述順序輸入 Y 角色中的兩個資料列。 請勿在此分析中輸入任何其他資料列。
您似乎期望整個種子處理的產量更高（替代假設），因此需要進行上尾配對 t 檢定。
回覆：配對 t 檢定以下是如何使用 Gosset 玉米的相同堆疊資料表在 Fit Y by X 中獲得相同的 p 值：
回覆：配對 t 檢定以下範例使用 JMP 範例資料庫中的 Gosset 玉米資料。我新增了一對 ID 列，然後堆疊 2 個產量列（Kiln 和 Regular）以獲得長資料格式。確保對 ID 列有一個名義上的建模類型。
來自適合模型：
1. 新增產量列作為 Y，反應變數。
2. 將「治療」和「配對」欄位加入「構造模型效應」方塊中。
3. 在“建構模型效應”方塊中選擇（反白）“配對”，然後按一下“屬性”紅色箭頭 >“隨機”使其隨機。
對於原始更寬格式的相同數據，您將看到產量的 p 值與匹配對平台的 p 值相同。
回覆：配對 t 檢定
Field MapField Map實地地圖
嗨馬克，
我們想要比較馬鈴薯的兩種種子類型（種植切割種子與種植整粒種子）。 使用切下的種子作為對照，這是常見的做法。 該試驗是在種植者的田間進行的。 將田地分為兩個條帶塊，第一個塊（黃色）種植對照（切下的種子），第二個塊（淺藍色）種植整個種子。 這些條狀街區確實有 400 英尺長。 總共收穫了 24 個樣本（每個條塊 12 個）。每個樣本均從 10 英尺長的行田中收穫，並將產量轉換為每英畝 CWT。 現場變化很大。 該試驗是在種植者的田地裡進行的。 因此，我們不能隨機化治療。 我使用配對 t 與分佈和檢定平均值分析了數據，如下所示：
我的問題：
我知道我們應該使用配對 t 檢定。
一位偉大的統計學家建議我們應該創建一個額外的列頻率並將其用於分析。 我分析了使用和不使用頻率的數據。
我想知道哪一種方法是錯的，為什麼？
哪一種方法是正確的？
我將不勝感激您的時間。
此致
請參閱下面的結果： 顯著性 P >0.0232
結果見下：不顯著 P >0.1208
回覆：配對 t 檢定請澄清配對樣本的依據。 兩個樣本如何配對在一起？
回覆：配對 t 檢定再次非常感謝，
抱歉，能否解釋以下內容：
1. 如何在#4中使用rep作為隨機效果？ 您能否透過附上表格來解釋一下。
2. 您能否包含另一個表格，解釋以 X 擬合 Y，並將配對 ID 列作為區塊。
回覆：配對 t 檢定在#4 中，您應該將 Rep 作為隨機效應，以獲得與其他方法相同的結果。實際上還有另一種方法，即在分佈平台中繪製 Diff 列並進行 1 個樣本 t 檢定。因為他們都應該給出相同的答案，所以你可以說他們一樣好。匹配對平台專門針對此問題，因此您將在報告中獲得最專業/相關的輸出。然而，該平台要求資料的形狀與通常的“長”格式不同。如果我想避免拆分錶格以獲得正確的形狀，我可能只使用 Fit Y by X 並將配對 ID 列作為區塊，或使用對 ID 列產生隨機效應的擬合模型。
回覆：配對 t 檢定非常感謝您的快速回覆。 據我了解，可以使用以下四種方法進行配對t檢定：我想知道這四種方法是否都一樣好。 如果不是，哪一個最好，為什麼？ 我得到了相同的結果。
1.分析>分佈-均值檢定
2.分析-專業建模-配對對
3.用X擬合Y>比較平均值>每對，學生t檢定-詳細比較報告
4. 擬合模型平台進行雙向變異數分析
回覆：配對 t 檢定不，不要新增頻率列。每對是配對 t 檢定中的 1 個數據點。配對 t 檢定在數學上相當於配對差異的 1 樣本 t 檢定。
