連續溫度數據的統計測試你好，
我正在努力決定使用哪種統計測試。 我將對我進行的研究做一個簡短的解釋：
我已經監測了一隻雞的腿部溫度 6 天。 在第 6 天，我引入了一個壓力源（一個響亮的聲音）。 先前的研究表明，當引入壓力源時，使用紅外熱成像技術可使腿部溫度顯著下降。
由於我的溫度數據是使用可穿戴腿部傳感器收集的，因此溫度數據受到高度污染。 因此，我自動檢測到 5 個不同的時間段（例如：坐著的時間段的特點是溫度顯著升高，因為雞坐在傳感器上，因此感應溫度升高）。 對於這 5 個時期（坐、站和加熱、站立和冷卻、活動和加熱、活動和冷卻），至少有 15 個觀測值可用。 所以我有這 5 個時期中每個時期的均值和標準差。
我想檢測壓力源週期的連續溫度數據是否與其他 5 個週期的連續溫度數據有顯著差異。
不幸的是，我只有 1 個壓力週期測量值...... 我正在考慮在 5 個非壓力源週期和壓力源週期之間執行（多個）配對 t 檢驗，但由於我只有 1 個壓力源週期測量值，我認為這是不可行的...... 任何人都可以幫助我或建議我應該研究一些文獻嗎？
謝謝。
親切的問候，
山姆。
回复：連續溫度數據的統計測試感謝您的信息。 我會看看它。
當我只有 1 個壓力源週期測量值時，您認為我可以使用配對 t 檢驗嗎？
或者我應該怎麼做？ 標準化所有數據，以便我也可以使用其他雞的應激週期來增加我對應激週期的測量次數？
回复：連續溫度數據的統計測試多麼有趣的研究！ 另一個想法給你。 僅使用 Graph Builder 構建一些盒須型圖可能會很有趣，這些圖可能嵌入了本地數據過濾器，並在 x 軸上具有多個嵌套變量。 從正式的假設檢驗的角度來看並沒有做太多事情，但可以為提出的各種假設以及探索正在研究的系統提供一些見解。
回复：連續溫度數據的統計測試好的，非常感謝！
但是對於壓力週期只有 1 次測量的問題呢？ 這個壓力週期是連續的數據，我應該只比較這個的平均值和標準差嗎？單身的壓力週期的平均值和標準差為15 次觀察匹配的行為？
回复：連續溫度數據的統計測試是的，在匹配對（之前、之後）分析中使用與壓力下的活動相匹配的活動作為空值。
回复：連續溫度數據的統計測試感謝您的快速回复！
“你認為數據是‘高度污染的’。” 我不確定您的意思，或者此聲明是否使數據無效。 您繼續描述溫度讀數如何取決於對象的位置。 這就是你所說的污染嗎？”：
是的，在特定的時間點，溫度會隨著特定的行為而升高或降低。 坐著的時候，溫度總會升高。 在站立位置時，溫度有時會升高或有時會降低。 活動行為也是如此。
“您在治療前的 5 個不同時期測量溫度。 其中一個時期是否與施加應激源時的位置相匹配？ 如果是這樣，那麼這個時期是配對測試中唯一相關的時期。”：
謝謝你！ 我猜這就是我要找的人...... 當 5 個時期之一與應用壓力源時的行為相匹配時，我可以執行統計檢驗，零假設為“壓力時期的溫度與匹配行為的溫度沒有區別”。 正確的？
為什麼在治療前可以進行多次測量，而在治療後只能進行一次測量？ 此外，多次測量代表什麼，複製或時間序列或其他什麼？：
所以，我有 12 隻雞，4 組，每組 3 個對象（每個對像都有一個傳感器）。 一個測試週由 7 天組成。 3 天熟悉傳感器設備，以及連續 4 天的測試，其中應用 4 種不同的壓力源（每天 1 種壓力源）。 在這 7 天裡，我提取了 5 個特定行為的多個實例，因此我對 5 個特定行為的每一個都有超過 15 個觀察結果。 比方說，在第 4 天，引入了特定的壓力源（例如 2 秒的短而響亮的聲音）。 我只有 1 次測量每隻雞的溫度。 由於（基線）腿部溫度在雞之間有很大差異，我無法將雞 1 的“應激期”與雞 2 或 3 的“應激期”進行比較...... 因此，我對每隻雞隻有一個後應激源測量值，而對每隻雞的 5 種特定行為都有多個測量值。
謝謝你的協助！
回复：連續溫度數據的統計測試很高興您轉向這個論壇尋求幫助。 我們會嘗試！
你的研究是為了確認壓力源導致溫度下降。 我假設你有多個主題。 那麼單邊配對 t 檢驗是合適的。
您認為數據“受到高度污染”。 我不確定您的意思，或者此聲明是否使數據無效。 您繼續描述溫度讀數如何取決於對象的位置。 這就是你說的污染？
您在治療前的 5 個不同時期測量溫度。 其中一個時期是否與施加應激源時的位置相匹配？ 如果是這樣，那麼這個時期是配對測試中唯一相關的時期。
為什麼在治療前可以進行多次測量，而在治療後只能進行一次測量？ 此外，多次測量代表什麼，複製或時間序列或其他什麼？
我什至接近理解這個問題了嗎？
