比較小樣本量的 5 種均值我在 20 天內對動物行為進行了大約 37 小時的採樣，同時讓它們接受 5 種不同的“治療”。 治療是不同的結構，我想看看他們如何使用這些，尤其是他們使用它們的頻率。 我會每兩天更換一次“治療”，每次治療總共進行兩次試驗。 總共有 10 名研究對象，他們沒有接受相同時間的治療（只是因為他們並不總是可用）而且我沒有接受相同時間的治療（即，天氣相關事件）。
我想比較治療之間的平均事件率（我們稱之為交叉事件），看看這些之間是否存在統計學上的顯著差異。 我計算了事件發生率，因為治療的採樣時間不同，而且研究對像也沒有在相同的時間內接受治療。
Ho：每個處理的平均交叉率相同。
哈：每個處理的平均交叉率不一樣。
我以這種方式組織我的數據來比較均值（這只是一個簡短的例子，不是真實數據）：
| 日 | 治療 | 活動 | 採樣時間（分鐘） | 事件發生率 |
| 1 | 一種 | 3 | 85 | 0.035 |
| 2 | 一種 | 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 | 一種 | 0 | 200 | 0.00 |
| 8 | 一種 | 2 | 110 | 0.018 |
| 9 | D | 6 | 120 | 0.05 |
| 10 | D | 5 | 105 | 0.047 |
由於我有五種比較方法，我決定進行 Kruskal-Wallis 檢驗（我的數據不是正態分佈的）並使用 Bonferroni 校正。 但是，當我運行它時，它說“小樣本量。 參考統計表進行檢驗而不是大樣本近似。” 我應該以不同的方式組織我的數據嗎？ 例如按學習科目而不是按天過境？ 這會給我大約 50 行數據，它將包括個體差異，而不是每天匯總所有數據。 我應該簡單地查看統計表嗎？ 我想知道最好的方法是什麼。
謝謝！ 讓我知道任何問題。
分析數據表其他腳本編寫回复：比較小樣本量的 5 種均值這似乎是泊鬆對數線性回歸的經典案例。 JMP 通過廣義線性模型 (GLM) 提供它。 您可以直接對事件計數進行建模。 我將您的數據複製到 JMP 數據表中。
每種處理的觀察時間不同。 這種變化被稱為“機會”，並用偏移量建模。 偏移量是日誌（機會）。
然後選擇分析 > 擬合模型並將啟動對話框更改為如下所示。
下面是回歸的結果。
處理的效果在 alpha = 0.05（全模型測試和效果測試）時不顯著。 “過度分散”是顯著的，這意味著方差大於響應泊松分佈的預期。 偏差也很顯著，這表明缺乏擬合。 可能存在隨著治療而變化的潛在變量。
