有没有一种简单的方法来比较响应位置的密度（触摸屏上的XY坐标）？当呈现刺激x，y或z时，我有一个由触摸屏上的响应的X和Y坐标组成的数据集。我已将这些绘制为JMP中的三个不同的散点图，并且能够使JMP显示非柱密度（彩色“环”表示5％分位数）以了解触摸屏上的响应位置密度。这些似乎是一种“热图”，表明根据您呈现主题的刺激，响应位置存在差异。我如何根据经验进行测试？我的高级统计知识和R能力不是那么发达，所以详细的回答会非常有帮助。
截至目前，我已经运行ANOVA来比较刺激和刺激之间的y坐标之间的X坐标，但将这些作为单独的比较似乎有点愚蠢并且变得难以变成对这些响应位置图的解释。
我附上了一张图片，显示了我在JMP中生成的图表种类。您可以看到分布的形状明显不同。
Re：有没有一种简单的方法可以比较响应位置的密度（触摸屏上的XY坐标）所以我将简要介绍一下实验本身。有四个科目，每个科目训练以区分两个图像（刺激1和2）。它们被呈现图像，在触摸屏上做出观察响应（我们从中获取位置数据），然后在图像的两侧出现两个不同颜色的选择键。正确的选择（即刺激1的绿色键）被“奖励”并且不正确的选择（即刺激1的红色键）之后是校正/重复试验。
我期待观察响应中的触摸模式是否表示即将到来的选择响应。这似乎是合理的，因为刺激之间存在明显的分布，甚至（在较小程度上）每种刺激的正确和不正确的反应之间也存在差异。理想情况是正确的选择响应分布在位置上不同。如果不正确的选择响应分布然后匹配其他刺激的正确选择（如错误分类），那也将是有趣的。
此时，每个主题都出现了不同的响应分布，使其成为主题内的“分析”。受试者之间唯一的调查是所有受试者是否都表现出某种预测性反应模式。
我希望这是有道理的，如果您有后续问题，请告诉我。
Re：有没有一种简单的方法可以比较响应位置的密度（触摸屏上的XY坐标）或许说明显而易见但是对图像进行了嘲弄，点的分散是复杂的。非参数变量似乎是帮助驯服这种复杂性的好方法。至少在我看来，“刺激2”的差异似乎比“刺激1”（至少对于受试者A）更明显。这提出了一个问题，你有多少科目和刺激？
在考虑任何实证检验之前，我会寻找“正确”和“不正确”选择之间差异的一致性，可能是对象和刺激的子集。另外，这个分类是如何制作的？语言的使用表明只有一个正确的选择，但可能有许多不正确的选择。
