大家好-
我正在使用Wilcoxon签名等级测试来比较培训课程前后的自我技能评估。 数据为1-5 Likert型标度，即序数。 我想比较一下男人和女人，看看一组是否比另一组受益更多，但是不确定是否可以在JMP中完成？ 自然，我可以对分析进行分层，说女性的男性差异为X，男性为Y，但是JMP中是否可以进行统计检验以证明其重要性？ 有人知道吗
祝一切顺利
因此，您拥有之前和之后的“待遇”。 现在，您要添加另一个变量，性别。 因此，对于两个“ X”变量，将X拟合Y是不合适的。 实际上，我不确定Kruskal-Wallis是否合适，因为“前后结构”使我相信您已经将观测值配对。 对于每个主题，您都有一个前分数和一个后分数。 这意味着您具有BLOCKED设计（可以将每个主题视为一个障碍），并且Friedman测试可能更合适。
因此，鉴于我所看到的（并且我知道我没有所有信息，因此请考虑我的方法，但不能保证它是正确的）我认为您的数据可能看起来像我的虚拟JMP文件（Original Table.JMP） 。 我添加了一个名为“差异”的列，它只是“之前”和“之后”分数之间的差异。 差异分数将考虑不同的主题。 请注意，After得分3可能看起来很低，但是如果该对象的Before得分为1，则训练仍然成功。 这就是为什么分析应考虑该主题的原因。
为了模仿您的初始分析，可以采用两种方法进行。 我在差异分数上使用了分布。 我将该分析保存为名为“无性别分析”的脚本。 除了创建“差异”列外，您还可以在“之前”和“之后”列上使用“匹配对”平台。 该分析被保存为“没有性别的配对”脚本。
现在要将Gender添加到分析中，我需要堆叠“之前”和“之后”列。 该表也被附加，称为“堆叠数据”。 我没有在表中保留“差异”列，因为不需要。 我将“数据”列（您的分数）保留为“连续”。 首先，为了进行分析，我使数据顺序化并使用了拟合模型。 我在模型中使用了性别，之前/之后以及交互。 因为数据是序数，所以建模是序数逻辑回归。 该分析被保存为“具有性别的顺序模型”。
在使数据连续之后，我也将同一模型拟合到数据。 我将该脚本保存为“带有性别的连续Y”。 结果相似，但略有不同。
如果您要保留“数据”为“序数”或将其设置为“连续”，这是您的选择，因为这两种方法都存在参数。
我希望这有帮助。
