幫助解釋 Freidman 測試結果 (Cochran-Mantel-Haenszel)大家好，
我正在對數據集進行 Freidman 測試。 數據測試了治療的效果，由 10 名受試者組成。 每個受試者在 6 小時內測量了 6 次心率 (HR)。 為了進行測試，我保存了 HR 等級（序數）並將 Y 設置為 X 擬合 Y 中的 Y，科目為“塊”，“小時”為 X。 這是 Cochran-Mantel-Haenszel 測試的輸出，但我很難解釋它們。 即使分數的相關性遠大於 0.05，是否有顯著影響？此外，如果結果確實表明治療引起了顯著變化，是否適合對標稱數據進行 Steel-Dwass 所有配對測試作為事後測試？
謝謝您的幫助！
回复：幫助解釋 Freidman 測試結果 (Cochran-Mantel-Haenszel)感謝您對此分析的解釋和幫助。 這很有幫助！回复：幫助解釋 Freidman 測試結果 (Cochran-Mantel-Haenszel)太好了，非常感謝您的解釋。 這很有幫助回复：幫助解釋 Freidman 測試結果 (Cochran-Mantel-Haenszel)殘差不能提供更好的正態性估計。 它們提供了更相關的評估。
響應（心率）被建模為固定效應（治療、時間）和隨機效應（受試者、錯誤）的組合。 普通最小二乘回歸對固定效應（響應均值）使用線性預測器，對隨機效應（響應方差）使用正態分佈。 響應被建模為組合，因此數據不能用於評估隨機部分的正態性。 必須首先移除固定效應。 殘差是觀察到的響應（組合）減去每個觀察的平均響應（固定效應）。 餘數（殘差）應該隨機部分。 在您決定需要進行非參數分析之前，保存殘差並檢查它們的分佈。
此外，很多時候，當殘差不正常時，Y 的變換可以使它們正常。 此技術允許您在更廣泛的實驗類別中使用重複測量分析。
回复：幫助解釋 Freidman 測試結果 (Cochran-Mantel-Haenszel)我認識的大多數統計學家都不會太認真地對待夏皮羅-威爾克檢驗，因為它可能過於敏感，特別是對於大樣本量。很多失敗的事情都是正常的，可以很好地與假設正態性的參數方法一起工作。我總是建議查看正常的分位數圖並使用良好的判斷力。
此外，您必須絕對檢查正常性殘差.如果您的數據有任何影響，那麼整個數據塊可能看起來不正常。假設是圍繞錯誤，而不是原始數據值。想像一下，如果您的模型是 2 個組，其中存在較大的組效應。每個組可能是正態分佈的，但整個數據集看起來是雙峰的。
回复：幫助解釋 Freidman 測試結果 (Cochran-Mantel-Haenszel)我沒有看殘差。 相反，我在分析分佈時對數據應用了 Shapiro-Wilks 擬合優度檢驗。 查看殘差會更好地估計正態性嗎？
感謝您確認分析說明是正確的。 因此，如果我的方法是正確的，即使分數的相關性遠大於 0.05，是否也會產生顯著影響？ （正如我最初問的那樣）
再次感謝你的幫助！回复：幫助解釋 Freidman 測試結果 (Cochran-Mantel-Haenszel)我明白為什麼行列有效。 我從來沒有以這種方式進行過非參數分析。您正確地遵循了說明。
回复：幫助解釋 Freidman 測試結果 (Cochran-Mantel-Haenszel)在回歸分析中，不假定數據呈正態分佈。 您的意思是殘差（估計誤差）不是正態分佈的嗎？
回复：幫助解釋 Freidman 測試結果 (Cochran-Mantel-Haenszel)我決定做一個非參數檢驗，因為夏皮羅-威爾克檢驗的應用表明我的數據不是正態分佈的。
我已經進行了重複測量，但我擔心由於我的數據可能不符合正態假設，因此出現 1 型錯誤的可能性會增加。
我引用的頁面說弗里德曼檢驗是重複測量的非參數版本，我應該“計算每個塊內的等級。 將此新列定義為具有序數建模類型。 在“按 X 擬合 Y”平台中輸入等級為 Y。 輸入其中一個效應作為阻止變量。 獲得 Cochran-Mantel-Haenszel 統計數據。”
所以我不應該事先計算排名而只使用連續變量而不是序數變量？
謝謝你的幫助！
回复：幫助解釋 Freidman 測試結果 (Cochran-Mantel-Haenszel)我建議嘗試重複測量分析。 確保您的數據按心率、治療、主題和小時進行組織。 見多元方法我引用的示例中的示例。
回复：幫助解釋 Freidman 測試結果 (Cochran-Mantel-Haenszel)數據既不是參數也不是非參數。 數據是連續的（測量）或分類的（名義或有序計數）。 分析是參數的或非參數的。
您為什麼決定使用非參數分析？
如果您決定繼續進行非參數分析，則要知道 JMP 會根據您的數據計算等級。 不要預先計算等級並用等級代替數據。
您引用的頁面是關於非參數多重比較的。 那是你需要的嗎？
回复：幫助解釋 Freidman 測試結果 (Cochran-Mantel-Haenszel)嗨，馬克，
感謝您的回复。 我的數據是非參數的，這就是為什麼我試圖進行弗里德曼檢驗而不是重複測量分析。
有說明說要對 jmp 中的弗里德曼測試的等級執行 CMH。
https://www.jmp.com/support/help/14/nonparametric-multiple-comparisons.shtml
如果這是不正確的，有沒有辦法讓我仍然可以進行測試？回复：幫助解釋 Freidman 測試結果 (Cochran-Mantel-Haenszel)應急平台執行交叉表分析。 分析基於計數，而不是排名。 CMH 檢驗引入了分層變量。 CMH 的四個版本取決於 Y 和 X 變量的建模類型。
您應該考慮重複測量分析。 請看這個技術說明了解更多信息。
