配對 T 檢驗與方差分析 - 我無法弄清楚如何運行方差分析測試。我們對我們的產品進行了一項營銷研究，該研究偶然顯示出強大的臨床治療效果（參與者在結束時比開始時疼痛更輕），我自願進行統計分析。
我對基線與第 8 週疼痛評分（專業建模--> 配對-->）進行了配對 T 檢驗，p 值非常低。
然而，我雄心勃勃（因為 JMP 使它變得如此簡單）並將基線與 4 週進行比較，然後將基線與 8 周和 4 週與 8 週進行比較。所有這些都顯示出顯著性，但 4 周和 8 週之間的差異從來沒有臨床相關性。
所以，當談到出版時，審稿人說我應該使用“一種方法重複測量方差分析”，因為我有三個時間點。這似乎足夠公平（有點）？
大問題 - -我不知道如何運行方差分析測試。 直方圖和箱線圖直觀地表明存在差異（意味著 2.8 與 2.76 S dev 1.6 、1.1）。數據位於三列疼痛評分（連續 (0-10) 變量）中。
如何讓 JMP 比較我的色譜柱？它們有很大不同嗎？
抱歉，如果這是一個非常愚蠢的問題，但我的評論者需要看到一些東西......
感謝任何人可以提供的任何幫助。
彼得
分析數據表回复：配對 T 檢驗與方差分析——我不知道如何運行方差分析。帖子中的平均值是 5.8 vs 2.76（錯別字）回复：配對 T 檢驗與方差分析——我不知道如何運行方差分析。嗨，彼得D！
首先，您應該探索幫助下統計索引中的重複測量主題。遵循主題幫助將建議您需要的數據格式並幫助理解分析。幫助實際上是有幫助的。
其次，在最好的情況下，重複測量是一種統計“繁重”。在設計並運行實驗後更改您的分析計劃是不是最好的情況。據我所知，我擔心您的審閱者正確地確定了您的分析中的問題，但它不一定容易恢復，並且您設法挽救的任何結果在技術上可能沒有用。理想情況下，您應該在設計和運行實驗之前諮詢統計學家，他們可能會幫助您更早地確定計劃中的問題，但我當然建議您現在諮詢一位，也許您可以恢復。
祝你好運。
回复：配對 T 檢驗與方差分析——我不知道如何運行方差分析。我沒有做過重複測量方差分析，但這聽起來確實是正確的做法。如果我理解正確，它類似於標準方差分析，就像標準 t 檢驗與匹配對 t 檢驗相關一樣。但是，除了這些統計細節之外，您對結果的描述對我來說聽起來相當清楚。從基線到第 4 週或第 8 週，治療似乎有影響，但從 4 周到 8 週的差異並不顯著。這是否意味著有證據表明治療有影響，但 4 週後會感覺到這種影響，持續到 8 週似乎沒有增加太多？這個故事聽起來與你所說的一致，對我來說似乎很有意義。重複測量方差分析可能會產生一些不同的統計結果，但我認為強調“顯著”或“不顯著”比較並不是這裡最重要的事情。您擁有的證據表明治療有效，在 4 週內即可感受到效果，從那時起，更長時間的治療可能不會有太大改善。
