有沒有一種簡單的方法來比較響應位置的密度（觸摸屏上的XY坐標）？當呈現刺激x，y或z時，我有一個由觸摸屏上的響應的X和Y坐標組成的數據集。我已將這些繪製為JMP中的三個不同的散點圖，並且能夠使JMP顯示非柱密度（彩色“環”表示5％分位數）以了解觸摸屏上的響應位置密度。這些似乎是一種“熱圖”，表明根據您呈現主題的刺激，響應位置存在差異。我如何根據經驗進行測試？我的高級統計知識和R能力不是那麼發達，所以詳細的回答會非常有幫助。
截至目前，我已經運行ANOVA來比較刺激和刺激之間的y坐標之間的X坐標，但將這些作為單獨的比較似乎有點愚蠢並且變得難以變成對這些響應位置圖的解釋。
我附上了一張圖片，顯示了我在JMP中生成的圖表種類。您可以看到分佈的形狀明顯不同。
Re：有沒有一種簡單的方法可以比較響應位置的密度（觸摸屏上的XY坐標）所以我將簡要介紹一下實驗本身。有四個科目，每個科目訓練以區分兩個圖像（刺激1和2）。它們被呈現圖像，在觸摸屏上做出觀察響應（我們從中獲取位置數據），然後在圖像的兩側出現兩個不同顏色的選擇鍵。正確的選擇（即刺激1的綠色鍵）被“獎勵”並且不正確的選擇（即刺激1的紅色鍵）之後是校正/重複試驗。
我期待觀察響應中的觸摸模式是否表示即將到來的選擇響應。這似乎是合理的，因為刺激之間存在明顯的分佈，甚至（在較小程度上）每種刺激的正確和不正確的反應之間也存在差異。理想情況是正確的選擇響應分佈在位置上不同。如果不正確的選擇響應分佈然後匹配其他刺激的正確選擇（如錯誤分類），那也將是有趣的。
此時，每個主題都出現了不同的響應分佈，使其成為主題內的“分析”。受試者之間唯一的調查是所有受試者是否都表現出某種預測性反應模式。
我希望這是有道理的，如果您有後續問題，請告訴我。
Re：有沒有一種簡單的方法可以比較響應位置的密度（觸摸屏上的XY坐標）或許說明顯而易見但是對圖像進行了嘲弄，點的分散是複雜的。非參數變量似乎是幫助馴服這種複雜性的好方法。至少在我看來，“刺激2”的差異似乎比“刺激1”（至少對於受試者A）更明顯。這提出了一個問題，你有多少科目和刺激？
在考慮任何實證檢驗之前，我會尋找“正確”和“不正確”選擇之間差異的一致性，可能是對象和刺激的子集。另外，這個分類是如何製作的？語言的使用表明只有一個正確的選擇，但可能有許多不正確的選擇。
