比较小样本量的 5 种均值我在 20 天内对动物行为进行了大约 37 小时的采样，同时让它们接受 5 种不同的“治疗”。 治疗是不同的结构，我想看看他们如何使用这些，尤其是他们使用它们的频率。 我会每两天改变一次“治疗”，每次治疗总共进行两次试验。 总共有 10 名研究对象，他们没有在相同的时间内接受治疗（只是因为他们并不总是可用）而且我没有在相同的时间内接受治疗（即，天气相关事件）。
我想比较治疗之间的平均事件率（我们称之为交叉事件），看看这些之间是否存在统计学上的显着差异。 我计算了事件发生率，因为治疗的采样时间不同，而且研究对象也没有在相同的时间内接受治疗。
Ho：每个处理的平均交叉率相同。
哈：每个处理的平均交叉率不一样。
我以这种方式组织我的数据来比较均值（这只是一个简短的例子，不是真实数据）：
| 日 | 治疗 | 活动 | 采样时间（分钟） | 事件发生率 |
| 1 | 一种 | 3 | 85 | 0.035 |
| 2 | 一种 | 2 | 60 | 0.033 |
| 3 | 乙 | 0 | 75 | 0.00 |
| 4 | 乙 | 7 | 115 | 0.06 |
| 5 | C | 12 | 125 | 0.096 |
| 6 | C | 1 | 90 | 0.011 |
| 7 | 一种 | 0 | 200 | 0.00 |
| 8 | 一种 | 2 | 110 | 0.018 |
| 9 | D | 6 | 120 | 0.05 |
| 10 | D | 5 | 105 | 0.047 |
由于我有五种比较方法，我决定进行 Kruskal-Wallis 检验（我的数据不是正态分布的）并使用 Bonferroni 校正。 但是，当我运行它时，它说“小样本量。 参考统计表进行检验而不是大样本近似。” 我应该以不同的方式组织我的数据吗？ 例如按学习科目而不是按天过境？ 这会给我大约 50 行数据，它将包括个体差异，而不是每天汇总所有数据。 我应该简单地查看统计表吗？ 我想知道最好的方法是什么。
谢谢！ 让我知道任何问题。
分析数据表其他脚本编写回复：比较小样本量的 5 种均值这似乎是泊松对数线性回归的经典案例。 JMP 通过广义线性模型 (GLM) 提供它。 您可以直接对事件计数进行建模。 我将您的数据复制到 JMP 数据表中。
每种处理的观察时间不同。 这种变化被称为“机会”，并用偏移量建模。 偏移量是日志（机会）。
然后选择分析 > 拟合模型并将启动对话框更改为如下所示。
下面是回归的结果。
处理的效果在 alpha = 0.05（全模型测试和效果测试）时不显着。 “过度分散”是显着的，这意味着方差大于响应泊松分布的预期。 偏差也很显着，这表明缺乏拟合。 可能存在随着治疗而变化的潜在变量。
