你好@NeF
對於分類回應，我的同事@Mark_Bailey在這篇文章中應該很好地解決這個問題： 如何確定 3 個以上組別的每對分類資料之間的差異
對於連續反應，差異之差（DID 或 DD）只是兩個類別變數之間交互作用的測試（其中每個變數僅包含兩個水準）。
為此，您將使用 JMP 中的擬合模型平台。考慮以下簡單範例，查看 Y 上年齡和狀況之間的關係：
我有年齡（中年 vs 年輕）和年齡內的狀況（1 vs 2）。
假設我有興趣測試條件1 與2 下的Age = Middle 之間的差異是否與條件1 與2 下的Age = Younger 之間的差異不同。假設檢定與 Y 反應相關的中等 (2 - 1) 和年輕 (2 - 1) 年齡？
同樣，這只是 Y 上年齡和狀況之間交互作用的測試。
為此，我將進入「擬合模型」並建立一個模型，添加年齡效應、條件效應和年齡與條件交互作用。如果您不熟悉，可以在此影片中了解如何執行此操作。
我們在這種情況下的結果表明，DID 在 0.05 alpha 水準上具有統計顯著性。實際上，條件（2 與 1）取決於年齡層（年輕與中年）的程度具有統計顯著性。從圖形上看，這可能更直觀，可以在擬合模型輸出中可視化（在效果槓桿報告中）：
如果我們示意性地表示年齡「消除」條件的平均效果，我們可以看到，如果我們近似該效果的誤差線（與在每個條件-年齡層級繪製的誤差線大致相似），則該效果具有統計顯著性）：
非重疊信賴區間為我們提供了整體影響的證據，其方式與統計顯著性 p 值（即 p 值 < alpha 水平，通常為 0.05）為我們提供此類證據的方式大致相同。這是 2 樣本 t 檢定的「信賴區間版本」（參見 Bluman，《基本統計》（第 7 版），2015 年）。
希望這可以幫助！ @派崔克朱利亞諾
