配对 T 检验与方差分析 - 我无法弄清楚如何运行方差分析测试。我们对我们的产品进行了一项营销研究，该研究偶然显示出强大的临床治疗效果（参与者在结束时比开始时疼痛更轻），我自愿进行统计分析。
我对基线与第 8 周疼痛评分（专业建模--> 配对-->）进行了配对 T 检验，p 值非常低。
然而，我雄心勃勃（因为 JMP 使它变得如此简单）并将基线与 4 周进行比较，然后将基线与 8 周和 4 周与 8 周进行比较。所有这些都显示出显着性，但 4 周和 8 周之间的差异从来没有临床相关性。
所以，当谈到出版时，审稿人说我应该使用“一种方法重复测量方差分析”，因为我有三个时间点。这似乎足够公平（有点）？
大问题 - -我不知道如何运行方差分析测试。 直方图和箱线图直观地表明存在差异（意味着 2.8 与 2.76 S dev 1.6 、1.1）。数据位于三列疼痛评分（连续 (0-10) 变量）中。
如何让 JMP 比较我的色谱柱？它们有很大不同吗？
抱歉，如果这是一个非常愚蠢的问题，但我的评论者需要看到一些东西......
感谢任何人可以提供的任何帮助。
彼得
分析数据表回复：配对 T 检验与方差分析——我不知道如何运行方差分析。帖子中的平均值是 5.8 vs 2.76（错别字）回复：配对 T 检验与方差分析——我不知道如何运行方差分析。嗨，彼得D！
首先，您应该探索帮助下统计索引中的重复测量主题。遵循主题帮助将建议您需要的数据格式并帮助理解分析。帮助实际上是有帮助的。
其次，在最好的情况下，重复测量是一种统计“繁重”。在设计并运行实验后更改您的分析计划是不是最好的情况。据我所知，我担心您的审阅者正确地确定了您的分析中的问题，但它不一定容易恢复，并且您设法挽救的任何结果在技术上可能没有用。理想情况下，您应该在设计和运行实验之前咨询统计学家，他们可能会帮助您更早地确定计划中的问题，但我当然建议您现在咨询一位，也许您可以恢复。
祝你好运。
回复：配对 T 检验与方差分析——我不知道如何运行方差分析。我没有做过重复测量方差分析，但这听起来确实是正确的做法。如果我理解正确，它类似于标准方差分析，就像标准 t 检验与匹配对 t 检验相关一样。但是，除了这些统计细节之外，您对结果的描述对我来说听起来相当清楚。从基线到第 4 周或第 8 周，治疗似乎有影响，但从 4 周到 8 周的差异并不显着。这是否意味着有证据表明治疗有影响，但 4 周后会感觉到这种影响，持续到 8 周似乎没有增加太多？这个故事听起来与你所说的一致，对我来说似乎很有意义。重复测量方差分析可能会产生一些不同的统计结果，但我认为强调“显着”或“不显着”比较并不是这里最重要的事情。您拥有的证据表明治疗有效，在 4 周内即可感受到效果，从那时起，更长时间的治疗可能不会有太大改善。
