測量對於一組癌症患者，測量治療前後的轉移灶數量。
變化的特徵（少轉移或者更多治療後轉移 ）是對治療有效性的評估。
什麼樣的統計數據。分析行為？
Re：測量感謝您仔細考慮數據！
Re：配對測量正如Cameron已經指出的那樣，簡單匹配對（之前 - 之後）將是一種自然的方法。 困擾我的唯一一件事（除了缺乏任何時機）是所有患者的轉移數量減少，除了死亡的2例。 因此，可能存在另一種相關分析 - 關於治療是否導致死亡的分類模型。 但是你的樣本太小了，我認為沒有足夠的信息來說明是否是這種情況（是否有任何類型的控制組？）。 根據您的數據顯示，治療減少了轉移的次數，除非患者死亡。
Re：測量我很清楚關於模型的其他元素的註釋（特別是時間）。謝謝！
Re：重複測量這些數據是否缺少時間變量？我不確定在進行測量時測量沒有記錄的轉移數量是多麼有意義。 他們都是在治療後同時服用的嗎？鑑於兩名患者死亡，在我看來，數據至少有一些時間變化（以及一些審查）。 因此，雖然匹配對方法可能會給您粗略估計治療是否減少轉移，但我不確定精確測量是否有意義而不了解更多關於測量的時間。
Re：測量卡梅倫，我對你的方法表示深深的謝意。
“這些患者是否以任何時間順序列出？”沒有！
Re：重複測量匹配對是我會想到的第一件事，但我需要檢查適當的假設。 如果你繪製差異（之前 - 之後）與之前的計數，你會得到這個：
好消息是，無論這種處理方式如何，肯定會減少數字化的數量。 然而，治療的效果也是事先患者病情的重要因素，您需要在測試/模型中考慮到這一點。
在寬格式數據中，添加一個計算差異的列。 這是你的回應。 然後，通過前計數將回歸線擬合到差異。 您會發現斜率項為0.357，這意味著對於每一個額外的預先存在的轉移，治療平均會減少0.357個mestastases。 請參閱附帶的腳本。
我唯一關心的是獨立情節。 這些患者是否以任何時間順序列出？如果是這樣，那裡可能存在問題，特別是因為最後2名患者是轉移增加的患者。
Re：測量謝謝吉姆！我會嘗試
Re：重複測量使用寬屏格式，請查看
分析==>專業建模==>匹配對
