带有删失数据的配对 t 检验您好，我有经过审查的微生物计数数据（日志 10）。希望将测试期与基线进行比较，并确定微生物数量是否在统计上显着减少。据我所知，只有 Gen Reg 可以进行审查数据并使用阻塞因子。阻塞因子是我能想到的将配对测试和基线结果联系起来的唯一方法。但是我似乎没有足够的自由度来进行测试？这些块对我来说没有意义，JMP 解释它们的方式？有什么建议？
分析回复：带有删失数据的配对 t 检验让我们从您的数据开始。 它有问题。
根据您的愿望陈述，我对两个时期的非参数分布估计进行了比较。
这是结果：
你看到问题了吗？ 基期没有非参数估计。
这将您的数据按期间与审查员制表。 似乎你所有的基期观察都被审查了。 测试期间的观察不是。
这是您的数据的点图，按周期着色。 所有基本观测值都具有相同的值。
假设数据不存在上述问题。 现在的问题是，如果要比较两个时期，为什么要添加 Block？ 它是一个解释变量，可以描述两个时期之间的差异吗？ 将其放入模型的决定不应取决于是否可以产生统计数据。 所以我建议从你的模型中删除 Block，看看结果是否对你有意义，假设数据是好的。
除了 GenReg，另外两个平台可以帮助您研究带有分组变量的删失观察数据：带有分组的 Life Distribution（上面的第一个屏幕截图）和 Fit Life by X。 如果您只需要比较观察组，则两者可能更合适。
但最终，您的数据存在严重问题。 请不要通过运行软件推土机数据，并对结果感到满意。 可能很危险。
回复：带有删失数据的配对 t 检验作为 Peng，谢谢你 - 我的逻辑是错误的，因为我在 Censored 列中将观察标记为“Y”或“N”。 “Y”应该出现在 Period = Base 且 TSA.Count.L10 = 5.54 的地方。我使用的公式如下。但现在我意识到它不起作用，所以我只是手动编码了审查数据。此外，当我堆叠数据时，我以某种方式使所有基值 = 5.54，这是不正确的。我可能在尝试编写 Censor 公式时这样做了。
块因子的原因是这实际上是一个配对 t 检验。比较的是基础与测试期间的 TSA.Count.L10，在每件设备内，例如在制冰机 + 盖子内。我会直接使用配对 T 检验平台，但它不考虑删失数据。Gen Reg 可以。然后这些块指定配对比较，至少这是我的希望。
问题：数据被右删——Gen Reg 平台如何知道审查在哪一方？
If( :Period == "Base" & (:TSA.Count.L10 == 5.54),
"Y",
"N"
)
回复：带有删失数据的配对 t 检验感谢您更正数据。 我想我更好地理解了这个问题。
首先，让我回答最后一个问题。 如果您提供审查列，则软件假定它使用您在启动对话框中选择的审查代码指示正确审查。 这是所有涉及审查的 JMP 平台所遵循的惯例。 如果您想表达不同类型的审查，例如左审查，您必须遵循约定以不同方式创建数据。 这个谈话可能是最有帮助的：审查数据分析简介.
我在文档中找不到 GenReg 支持配对测试。 如果您能指出该位置，我将不胜感激。 另一方面，我将使用其他工具来解决这个问题。
首先，我拆分数据以形成一个新数据：
结果如下：
如果一个人会进行配对 t 检验，如果没有数据被删失，那么首先会计算各个行的成对差异。 那么问题就变成了差异是否与零没有区别。 但我们审查了数据。 我假设正确的审查。 否则，相应地更改计算。
首先，我将创建一个列作为测试 - 基础，就像对配对 t 检验所做的那样。
现在看看这些值，即差异，并思考它们的含义。 查看第一行：4.91 - 5.54 = -0.635583025471626。 这里 5.54 被删失，这意味着实际值大于 5.54。 所以实际差异会小于-0.635583025471626。 因此，这使得 -0.635583025471626 成为左删失观察。
同样的逻辑适用于所有基本观察值被审查的行。 如果未删失基本观测值，则差异是精确值。
现在创建两个新列，就像这里所说的：审查数据分析简介.
对于单个行，如果 Left 缺失，Right 不是，这是一个 Left censored 观察。 如果 Left 和 Right 都没有丢失，并且它们相等，那么这是一个精确的观察。 使用寿命分布如下：
然后拟合一个分布，Normal 对我来说看起来不错。
现在问题变成了位置参数估计是否显着不同于零。 如果答案是肯定的，那么这两组是显着不同的。 不，否则。 在这个例子中，假设我猜对了数据中的审查意味着正确审查，那么两组看起来没有显着差异。 如果我猜错了，差异的审查类型将是正确审查。 然后相应地更改步骤。
回复：带有删失数据的配对 t 检验谢谢 Peng，我了解您的解决方案，这正是我想要的。此外，我之前的措辞有点含糊：我试图说 Gen Reg 适用于审查数据，但不适用于配对数据。问候，保罗
