配對 T 檢定與變異數分析－我不知道如何執行變異數分析檢定。我們為我們的產品做了一項行銷研究，偶然發現它顯示出強烈的臨床治療效果（參與者最後的疼痛比開始時少），我自願做統計分析。
我對基線與第 8 週疼痛評分進行了配對 T 檢定（專業建模 -> 配對 ->），p 值非常低。
然而，我雄心勃勃（因為 JMP 讓這變得如此簡單），並將基線與 4 週進行比較，然後將基線與 8 週進行比較，將 4 週與 8 週進行比較。所有結果均顯示出顯著性，但 4 週和 8 週之間的差異從未具有臨床相關性。
因此，在出版時，審查者說我應該使用“單向重複測量變異數分析”，因為我有三個時間點。這看起來夠公平（有點）？
大問題 - -我不知道如何運行方差分析測試。 直方圖和箱型圖直觀地顯示存在差異（平均值 2.8 與 2.76 S dev 1.6 , 1.1）。數據分為三列疼痛評分（連續 (0-10) 變數）。
如何讓 JMP 比較我的列？它們有顯著差異嗎？
抱歉，如果這是一個非常愚蠢的問題，但我的審稿人需要看到一些東西...
感謝任何人可以提供的任何幫助。
彼得
基礎資料分析與建模消費者與市場研究品質和工藝工程回覆：配對 T 檢定與變異數分析 - 我不知道如何執行變異數分析檢定。對於延遲，我深表歉意——所有 JMP 電子郵件都進入了一個不起眼的垃圾郵件資料夾，而我剛剛恢復了它們——但我完全同意。這不是一個令人滿意的實驗設計。碰巧的是，當我們進行重複測量變異數分析時，結果並沒有改變——甚至 p 值也很接近。
回覆：配對 T 檢定與變異數分析 - 我不知道如何執行變異數分析檢定。此外，技術說明可能有用。
回覆：配對 T 檢定與變異數分析 - 我不知道如何執行變異數分析檢定。您也可以考慮一種更簡單的方法：配對。 每個參與者代表設計中的一個區塊。 之前和之後的回應是相關的。 t 檢定或變異數分析可能是合適的，但它們不能解決參與者之間的差異。
請參見這一頁了解 Matched Pairs 平台以確定其是否合適。
回覆：配對 T 檢定與變異數分析 - 我不知道如何執行變異數分析檢定。我沒有做過重複測量變異數分析，但這聽起來確實是正確的做法。如果我理解正確的話，它類似於標準變異數分析，就像標準 t 檢定與配對 t 檢定相關一樣。但是，除了這些統計細節之外，你對結果的描述對我來說聽起來相當清楚。治療似乎對基線到 4 週或 8 週有影響，但 4 週至 8 週之間的差異並不顯著。這是否意味著有證據表明治療有影響，但 4 週後就能感受到這種影響，並且持續到 8 週似乎不會增加太多？這個故事聽起來與你所說的一致，對我來說似乎很有意義。重複測量變異數分析可能會產生有些不同的統計結果，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。您掌握的證據顯示治療有效，在 4 週內就能感受到效果，從那時起，更長的治療可能不會有太大改善。
回覆：配對 T 檢定與變異數分析 - 我不知道如何執行變異數分析檢定。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。按照主題幫助將建議您需要的資料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，重複測量也是一種統計上的「繁重工作」。在設計並執行實驗後更改您的分析計劃是不是最好的情況。據我所知，我擔心您的審閱者已經正確識別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處。理想情況下，您應該在設計和運行實驗之前諮詢統計學家，他們可能會幫助您儘早發現計劃中的問題，但我當然建議您現在諮詢一位統計學家，也許您可以恢復。
祝你好運。
回覆：配對 T 檢定與變異數分析 - 我不知道如何執行變異數分析檢定。貼文中的平均值是 5.8 vs 2.76（拼字錯誤）
