大家好-
我正在使用Wilcoxon簽名等級測試來比較培訓課程前後的自我技能評估。 數據為1-5 Likert型標度，即序數。 我想比較一下男人和女人，看看一組是否比另一組受益更多，但是不確定是否可以在JMP中完成？ 自然，我可以對分析進行分層，說女性的男性差異為X，男性為Y，但是JMP中是否可以進行統計檢驗以證明其重要性？ 有人知道嗎
祝一切順利
因此，您擁有之前和之後的“待遇”。 現在，您要添加另一個變量，性別。 因此，對於兩個“ X”變量，將X擬合Y是不合適的。 實際上，我不確定Kruskal-Wallis是否合適，因為“前後結構”使我相信您已經將觀測值配對。 對於每個主題，您都有一個前分數和一個後分數。 這意味著您具有BLOCKED設計（可以將每個主題視為一個障礙），並且Friedman測試可能更合適。
因此，鑑於我所看到的（並且我知道我沒有所有信息，因此請考慮我的方法，但不能保證它是正確的）我認為您的數據可能看起來像我的虛擬JMP文件（Original Table.JMP） 。 我添加了一個名為“差異”的列，它只是“之前”和“之後”分數之間的差異。 差異分數將考慮不同的主題。 請注意，After得分3可能看起來很低，但是如果該對象的Before得分為1，則訓練仍然成功。 這就是為什麼分析應考慮該主題的原因。
為了模仿您的初始分析，可以採用兩種方法進行。 我在差異分數上使用了分佈。 我將該分析保存為名為“無性別分析”的腳本。 除了創建“差異”列外，您還可以在“之前”和“之後”列上使用“匹配對”平台。 該分析被保存為“沒有性別的配對”腳本。
現在要將Gender添加到分析中，我需要堆疊“之前”和“之後”列。 該表也被附加，稱為“堆疊數據”。 我沒有在表中保留“差異”列，因為不需要。 我將“數據”列（您的分數）保留為“連續”。 首先，為了進行分析，我使數據順序化並使用了擬合模型。 我在模型中使用了性別，之前/之後以及交互。 因為數據是序數，所以建模是序數邏輯回歸。 該分析被保存為“具有性別的順序模型”。
在使數據連續之後，我也將同一模型擬合到數據。 我將該腳本保存為“帶有性別的連續Y”。 結果相似，但略有不同。
如果您要保留“數據”為“序數”或將其設置為“連續”，這是您的選擇，因為這兩種方法都存在參數。
我希望這有幫助。
