配对t检验
您好，我想比较两种处理方法：1）不施肥，2）施肥。 我想知道施肥是否会增加产量。 选择两个平行的区块，第一个区块不施肥，第二个区块施肥。 每个区块采集了十五个样本。 我想使用配对t检验，JMP中有不同的方法。 我想到了用分配然后测试的方式。 我的问题是，为“频率”添加“n”列是否正确？ 请解释为什么或为什么不。 如果我在数据分析中使用 n 作为频率，结果会随着自由度从 14 增加到 29 而变化。 
回复：配对 t 检验将 p 值除以 2回复：配对 t 检验如何进行上尾检验回复：配对 t 检验谢谢
不，一对内的场不是均匀的，我们假设它，但它从未发生。 因为这个领域变化太大了。 因此，在这种情况下，我们应该进行 2 样本 t 检验或配对 t 检验。
回复：配对 t 检验您对块的描述是黄色和蓝色，因此块（对）没有意义，
如果切割种子和整粒种子种植彼此相邻，但 12 个条带在可变的田地中分开，则阻塞（成对）是有意义的。 一对内的场是否均匀？ 这个假设很重要。
Yu 只需要两个响应栏：CONTROL 和 Whole SEED。 使用“分析”菜单中的“匹配对”平台。 按上述顺序输入 Y 角色中的两个数据列。 不要在此分析中输入任何其他数据列。
您似乎期望整个种子处理的产量更高（替代假设），因此需要进行上尾配对 t 检验。
回复：配对 t 检验以下是如何使用 Gosset 玉米的相同堆叠数据表在 Fit Y by X 中获得相同的 p 值：
回复：配对 t 检验以下示例使用 JMP 示例数据库中的 Gosset 玉米数据。我添加了一对 ID 列，然后堆叠 2 个产量列（Kiln 和 Regular）以获得长数据格式。确保对 ID 列有一个名义上的建模类型。
来自适合模型：
1. 添加产量列作为 Y，响应变量。
2. 将“治疗”和“配对”列添加到“构造模型效应”框中。
3. 在“构造模型效应”框中选择（突出显示）“配对”，然后单击“属性”红色箭头 >“随机”使其随机。
对于原始更宽格式的相同数据，您将看到产量的 p 值与匹配对平台的 p 值相同。
回复：配对 t 检验
Field MapField Map实地地图
嗨马克，
我们想要比较马铃薯的两种种子类型（种植切割种子与种植整粒种子）。 使用切下的种子作为对照，这是常见的做法。 该试验是在种植者的田间进行的。 将田地分为两个条带块，第一个块（黄色）种植对照（切下的种子），第二个块（浅蓝色）种植整个种子。 这些条状街区确实有 400 英尺长。 总共收获了 24 个样品（每个条块 12 个）。每个样品均从 10 英尺长的行田中收获，并将产量换算为每英亩 CWT。 现场变化很大。 该试验是在种植者的田地里进行的。 因此，我们不能随机化治疗。 我使用配对 t 与分布和检验均值分析了数据，如下所示：
我的问题：
我知道我们应该使用配对 t 检验。
一位伟大的统计学家建议我们应该创建一个额外的列频率并将其用于分析。 我分析了使用和不使用频率的数据。
我想知道哪种方法是错误的，为什么？
哪种方法是正确的？
我将不胜感激您的时间。
此致
参见下面的结果： 显着性 P >0.0232
结果见下：不显着 P >0.1208
回复：配对 t 检验请澄清配对样本的依据。 两个样本如何配对在一起？
回复：配对 t 检验再次非常感谢，
抱歉，您能否解释一下以下内容：
1. 如何在#4中使用rep作为随机效果？ 您能否通过附上表格来解释一下。
2. 您能否包含另一个表格，解释以 X 拟合 Y，并将配对 ID 列作为块。
回复：配对 t 检验在#4 中，您应该将 Rep 作为随机效应，以获得与其他方法相同的结果。实际上还有另一种方法，即在分布平台中绘制 Diff 列并进行 1 个样本 t 检验。因为他们都应该给出相同的答案，所以你可以说他们同样好。匹配对平台专门针对此问题，因此您将在报告中获得最专业/相关的输出。然而，该平台要求数据的形状与通常的“长”格式不同。如果我想避免拆分表格以获得正确的形状，我可能只使用 Fit Y by X 并将配对 ID 列作为块，或者使用对 ID 列产生随机效应的拟合模型。
回复：配对 t 检验非常感谢您的快速回复。 据我了解，可以使用以下四种方法进行配对t检验：我想知道这四种方法是否都同样好。 如果不是，哪一个最好，为什么？ 我得到了相同的结果。
1.分析>分布-均值检验
2.分析-专业建模-匹配对
3.用X拟合Y>比较均值>每对，学生t检验-详细比较报告
4. 拟合模型平台进行双向方差分析
回复：配对 t 检验不，不要添加频率列。每对是配对 t 检验中的 1 个数据点。配对 t 检验在数学上相当于配对差异的 1 样本 t 检验。
