比較小樣本量的 5 種平均數我在 20 天內對動物行為進行了大約 37 個小時的採樣，同時讓它們接受 5 種不同的「治療」。這些治療方法有不同的結構，我想看看他們如何使用這些方法，特別是他們使用它們的頻率。我每兩天改變一次“治療”，每種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（僅僅因為他們並不總是可用），而且我也沒有接受相同時間的治療（即，與天氣相關）事件）。
我想比較治療之間的平均事件發生率（讓我們稱之為交叉事件），看看這些事件之間是否存在統計上的顯著差異。我計算了事件發生率，因為沒有在相同的時間內對治療進行採樣，並且研究對像也沒有在相同的時間內接受治療。
Ho：每種處理的平均交叉率是相同的。
Ha：每個處理的平均交叉率並不相同。
我以這種方式組織數據來比較平均值（這只是一個簡短的範例，不是真實的數據）：
| 天 | 治療 | 活動 | 採樣時間（分鐘） | 事件發生率 |
| 1 | A | 3 | 85 | 0.035 |
| 2 | A | 2 | 60 | 0.033 |
| 3 | B | 0 | 75 | 0.00 |
| 4 | B | 7 | 115 | 0.06 |
| 5 | C | 12 | 125 | 0.096 |
| 6 | C | 1 | 90 | 0.011 |
| 7 | A | 0 | 200 | 0.00 |
| 8 | A | 2 | 110 | 0.018 |
| 9 | D | 6 | 120 | 0.05 |
| 10 | D | 5 | 105 | 0.047 |
由於我有五種方法可供比較，因此我決定進行 Kruskal-Wallis 檢定（我的資料不是常態分佈）並使用 Bonferroni 校正。然而，當我運行它時，它顯示“小樣本量。請參閱統計表進行測試，而不是大樣本近似值。”我應該以不同的方式組織我的資料嗎？例如按研究科目而不是按天交叉？這將為我提供大約 50 行數據，其中包括個體差異，而不是按天匯總所有數據。我應該簡單地看統計表嗎？我想知道對此最好的方法是什麼。
謝謝你！有任何問題請告訴我。
大規模客製化回复：比較小樣本量的 5 種方法同樣，每次事件與治療的散點圖也沒有表現出明顯的效果。
回复：比較小樣本量的 5 種方法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。
每次治療的觀察時間不同。 這種變化被稱為“機會”，並使用偏移量進行建模。 偏移量是日誌（機會）。
然後選擇 Analyze > Fit Model 並將啟動對話框更改為如下所示。
這是回歸的結果。
在 alpha = 0.05（整體模型測試和效果測試）時，處理效果不顯著。 “過度分散”很明顯，這意味著方差大於響應的泊松分佈的預期。 偏差也很顯著，這表明不適合。 可能存在隨著治療而變化的潛在變量。
