交叉變量T檢驗我有一個帶有分類變量（處理）的數據集。
數據列具有在不同時間（1、2、4和6）進行的比較。
對於每個比較變量，都有“設備已應用”和“無設備”列。
因此，對於每個比較變量，使用或不使用一種設備的人都可以是主動的或安慰劑（治療）。
例如...“比較01”可以有四個不同的組合...
治療-無裝置
治療-設備
安慰劑-無設備
安慰劑-設備
這些每個都有其自己的意思。我試圖弄清楚如何在JMP中進行交叉比較T檢驗，以比較“安慰劑-無設備”與“治療-設備”。我可以將“主動”與“主動”進行比較，或者將“安慰劑”與安慰劑進行比較，但是我看不出有什麼方法可以在各個組之間進行比較。
我是否只是將“分佈”的結果與“處理”作為“按”拆分器一起使用，然後通過將我想要的比較插入到假設檢驗中來做“檢驗均值”？這似乎有些笨拙。
分析工具回复：交叉變量T檢驗這種情況是經典的“雙向方差分析”方案。健康）狀況（治療或安慰劑），設備（是或否）和ÿ （響應）。 選擇分析>擬合模型。 選擇條件和設備，單擊宏，然後選擇全因子。 選擇Y，然後單擊A。單擊運行。
您需要的一切都在那裡。
回复：交叉變量T檢驗謝謝-我已經完成了該報告，但是沒有表格可以顯示比較跨組的T檢驗。“處理*設備”槓桿圖有一個最小二乘均值表，但是均值之間沒有任何t檢驗。 紅色的下拉式學生T給出了通用字母報告表，但未顯示實際的t檢驗值。
哦-只是為了確保我已經正確設置了數據表...該表（基本上）每個主題都有兩個條目。例如-主題“ HMA”作為第1行和第61行同時存在（有60種情況）。因此，存在一種疊加效應，每個受試者有2個條目來說明其安慰劑/有效應答和設備/無設備應答。因此，數據表中的60個案例將創建120行（每個受訪者2行）。那方差分析需要如何組織其數據？
回复：交叉變量T檢驗首先，我不建議在此事後分析中使用Student t檢驗。 您將遇到虛假的I型錯誤率。 請改用Tukey的方法。 另外，您是否要求T比率？ 為什麼有必要？
這聽起來像兩個單獨的並行研究。 您獲得“治療”響應（安慰劑，有效）和“設備”響應（是，否）。 這種解釋正確嗎？ 我以為治療和器械相結合會觀察到每個受試者一次。
回复：交叉變量T檢驗審判就是以此方式進行的。
招募了60名受試者。
這60名受試者被分配為主動或安慰劑治療（最終40主動，20安慰劑）
除治療外，所有60位受試者在身體的一部分（右側）都使用了設備，而左側沒有使用設備。
受試者和專業觀察員均對幾種特性進行了評估。
因此，所有60位受試者都有一組“設備側”評估和一組“無器械”評估，而40位受試者在主動治療組中，而20位在安慰劑治療組中。
對於第一次訪問到最後一次訪問的不同評估，我能夠進行t檢驗均值比較。 我還可以獲得t檢驗結果，用於比較每次訪問的安慰劑組均值與有效均值。 我還可以獲得t檢驗，用於比較設備端與無設備端的評估方式。我要說的是t檢驗，用於比較“安慰劑-無設備”與“有效-設備”的均值。
作為示例，對於“ Evaluation01”，我具有以下含義...
安慰劑：無設備：訪問01：2.95
安慰劑：設備端：訪問01：2.95
活動：無設備：訪問01：2.65
啟用：設備端：訪問01：2.65
進行t檢驗比較安慰劑：無設備與安慰劑：設備端（2.95至2.95）會產生值1（很明顯），因為兩者相同。
進行t檢驗比較安慰劑：無設備與有效設備：無設備（2.95至2.65）在首次訪問時的值為0.19。
對安慰劑：無設備：訪問01與安慰劑：無設備：最終訪問（在2.95到2.65的測試之前/之後）進行t檢驗，得出的值為0.03（差異顯著）。
比較安慰劑：無設備（2.95）直接與有效設備：設備方面（2.65）使我難以將直接平均值表示為t檢驗。顯然，結果將類似於安慰劑：無設備vs.有效：無設備測試（因為數字相同）。 但是，並非所有評估都是相同的，因此我需要對所有這些交叉比較進行測試，以確認是否存在任何重大差異。
希望可以幫助您更好地解釋設置。
回复：交叉變量T檢驗您將Subject用於“阻止”，這很聰明。 但是，它將具有隨機效果。 您應為“匹配對”分析計算出治療差異。 否則，主題變化會掩蓋治療效果。
或者，使用擬合最小二乘和處理，設備狀態和主題作為效果。 您可以包括一個互動詞。 然後，您可以在此平台中使用各種測試。
回复：交叉變量T檢驗實際上，我是第一次進行配對配對，但是我永遠無法得到結果來進行興趣比較的t檢驗。以下是在“特殊建模”菜單中使用匹配對測試進行設置時獲得的輸出示例。比較會將主題評估放在非設備側，並將其與設備一側的主題評估相匹配，作為配對響應的Y變量，然後將活動/安慰劑變量設置為“ X分組”。
匹配的對將生成一個表，該表正確顯示“跨組”的含義。但是“跨組測試”表的F概率是否是T檢驗？我從未見過以這種方式出現過T檢驗。
