两个样本的匹配比较没有意义我使用样本 ID 作为匹配变量，使用治疗作为分组变量，在两组测量值（平台：用 X 拟合 Y）之间进行了匹配比较。显然，目的是查看 Treatment 是否对因变量有影响。结果表明，治疗是显着的 (p = 0.03)，而平均菱形和常识表明它不是。从免耕处理中省略不匹配的观察结果 (12,2)，以便两个样本都有 7 个测量值不会改变结果。我错过了什么？
回复：两个样本的匹配比较没有意义是的，对于你的两个问题，如果没有违反假设。我仍然建议您通过 ID 查看差异。
与 Dogs.jmp 数据一样，您可能会发现主题/单元子集的差异很大，而另一组则没有。 在我看来，在检查随机性假设上花费的注意力太少，因此没有寻找可能导致不一致的其他因素。 为简单起见，我喜欢将其称为块*治疗交互，但主要是另一个（未知）因素。
祝你好运！
回复：两个样本的匹配比较没有意义
我希望小型统计讲座对您有所帮助。
哦，最后一个评论，虽然测试在统计上与零不同，但问题是平均差异是否对您的工作具有实际重要性。
是的，有点密集，但很有帮助。谢谢你。
我的说法是否正确，基于治疗的 F 统计量的 p=0.03，治疗效果很小，尽管在 α=0.05 时具有统计学意义？
是否也公平地说，如果分析是在不匹配的对上进行的，那么治疗效果在统计上不会显着吗？
差异是否具有实际重要性，是的，因为它涉及长期实验。 今年的差异对您来说可能看起来很小。我预计它明年会更大，依此类推。
干杯
回复：两个样本的匹配比较没有意义有多种方法可以在 JMP 中完成匹配对或配对分析。Anova Matched Pairs 分析以其自身的比例显示数据。模型中最大的影响是样本 ID（或块）。移除样本 ID 效应后，平均的Till 方法的差异是 0.036696 = (0.018348 - -0.018348)。 差的平方和 SS 为 0.0047133（因为只有 1 个自由度，这也是 MS）。 MS 误差为 0.00055（sqrt 是差异标准偏差的估计值）。 自由度为 1 和 6 的 F 比为 8.56963 (8.570)，在统计上不同于零。
治疗效果在您的显示器中不可见的原因是因为 ID 变异性超过治疗效果的 100 倍。 下面我将记录几个替代方法，这取决于您的表是如何组织的。
- 每行代表一对，有 2 列，1-Till 和 No-Till。 （这通常称为配对/多变量/相关布局。 计算差异并分析差异以测试是否等于零。 我喜欢按 ID 绘制差异并使用 Distribution 来测试差异是否为零。
- 相同的表格布局，使用适合 X 的 Y，对 Y 使用免耕，对 X 使用 1-Till。 然后请求配对 t 检验。 为此，按住 SHIFT 键然后选择红色菜单，配对 t 检验选项可见。
- 表是堆叠的，一列用于样本 ID，另一列用于处理。 （这通常称为方差分析布局）。使用 X 分析拟合 Y，Y 是响应，X 是处理，然后选择匹配对并选择 ID 列。 这是你用的。
我没有您的数据，因此我将使用 Dogs.jmp 来演示在单个仪表板中显示的 3 种 JMP 平台方法。笔记：
- 三者具有相同的统计显着性 0.0049
- 两个使用 t 检验 (3.29676)，第三个是 F 比率 (10.868)，它是 t 的平方。 具有 (1, df) 自由度的 F 是具有 df 自由度的统计量的平方。
- 平均差异 (1.20195) 等于 2 个治疗估计值的差异。
- 第三个分析是通过堆叠 LogHist0 和 LogHist1 实现的，堆叠的列称为 Data，变量名称称为 Label。
- 前两种方法显示一条灰线，代表测试：线 Y==X 和 Diff==0。 两者都在 95% 的置信区间之外，因此具有统计显着性。
所有这些图表均采用 Dogs.jmp 样本数据的原始比例，这没问题，因为处理效果大于 ID（区组）效果。但是，这些图片仍然不是我喜欢的显示方式。 见下文。
使用具有 2 列的 Dogs.jmp 布局计算配对差异（已在表中）。 现在使用分配测试均值是否为零。 还要检查差异的近似正态性。请注意，均值与零相比的 T 检验与上述前 2 个检验的 t 统计量相同。 但是，请注意数据不正常（拉长的箱线图和数据间隙）。根据 ID 和数据中的其他因素绘制差异图。 在这个数据集中，药品和部门. 这种类型的图片可以检测异常值和其他影响。
对于您的数据，按处理拆分响应并使用 ID 进行分组。 计算配对差异。 并运行 Distribution 和 Diff by ID 图。另一种方法是创建一个新列，其中包含通过 ID 计算响应均值（ID 均值）的公式。 然后计算响应减去 ID 平均值。 我称此为块对齐数据。 将此数据用于配对差异，两个均值钻石等（您不必拆分表格）。
我希望小型统计讲座对您有所帮助。
哦，最后一个评论，虽然测试在统计上与零不同，但问题是平均差异是否对您的工作具有实际重要性。
