带删失数据的配对 t 检验您好，我有经过审查的微生物计数数据（log 10）。希望将测试期与基线进行比较，并确定微生物计数是否有统计上显著的减少。据我所知，只有 Gen Reg 可以处理经过审查的数据并使用阻断因子。阻断因子是我能想到的唯一将配对测试和基线结果联系起来的方法。但我似乎没有足够的自由度来执行测试？而且 JMP 解释这些区块的方式对我来说毫无意义？有什么建议吗？
分享和交流结果回复：带删失数据的配对 t 检验谢谢 Peng，我了解您的解决方案，这正是我一直在寻找的。此外，我之前的措辞有点含糊：我想说 Gen Reg 适用于审查数据，但不适用于配对数据。问候，保罗
回复：带删失数据的配对 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。 如果您提供删失列，软件会假定它使用您在启动对话框中选择的删失代码来指示正确的删失。 这是所有涉及审查的 JMP 平台遵循的惯例。 如果您想要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。 这个演讲可能是最有帮助的：截尾数据分析简介.
我在文档中找不到 GenReg 支持配对测试。 如果您能指出位置，我将不胜感激。 另一方面，我会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：
如果要进行配对 t 检验，如果没有数据被删失，则首先要计算各行的成对差异。 那么问题就变成了差异是否与零没有区别。 但是我们审查了数据。 我正在假设正确的审查。 否则，相应地更改计算。
首先，我将创建一个列作为 Test - Base，就像配对 t 检验一样。
现在查看值，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 被截尾，这意味着实际值大于 5.54。 所以实际差异将小于 -0.635583025471626。 因此，这使得 -0.635583025471626 成为左截尾观测值。
相同的逻辑适用于审查基本观察的所有行。 如果 Base 观察未删失，则差异为精确值。
现在创建两个新列，就像这里所说的：截尾数据分析简介.
对于个别行，如果左侧缺失，右侧不缺失，则为左删失观察。 如果 Left 和 Right 都没有丢失，并且它们相等，那就是一个精确的观察。 使用生命分布如下：
然后拟合一个分布，Normal 对我来说看起来不错。
现在的问题是位置参数估计是否显着不同于零。 如果答案是肯定的，那么两组就存在显着差异。 不，否则。 在这个例子中，假设我猜对了数据中的删失意味着右删失，那么两组看起来没有显着差异。 如果我猜错了，差异的删失类型应该是右删失。 然后相应地更改步骤。
回复：带删失数据的配对 t 检验作为彭，谢谢你——我的逻辑是错误的，因为我在截尾列中将观察结果标记为“Y”或“N”。 “Y”应该出现在 Period = Base 和 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，所以我只是手动对删失数据进行编码。另外，当我堆叠数据时，我以某种方式使所有基本值 = 5.54，这是不正确的。我可能在尝试编写 Censor 公式时就这样做了。
块因子的原因是这实际上是一个配对 t 检验。比较是 TSA.Count.L10，用于基本阶段与测试阶段，在每件设备内，例如在制冰机 + 盖子内。我会直接使用 Paired T-test 平台，但它不考虑删失数据。Gen Reg 确实如此。然后这些块指定配对比较，至少这是我的希望。
问题：数据是右删失的——Gen Reg 平台如何知道删失在哪一边？
If( :Period == "Base" & (:TSA.Count.L10 == 5.54),
"Y",
"N"
)
回复：带删失数据的配对 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 Period vs Censor 制成表格。 似乎你所有的基期观察都被删减了。 测试期间的观察结果不是。
这是您的数据的点图，按 Period 着色。 所有 Base 观察值都具有相同的值。
假设数据没有上述问题。 现在问题来了，如果要比较两个时期，为什么要加Block？ 是不是可以描述两个时期差异的解释变量？ 将其放入模型的决定不应取决于是否可以生成统计数据。 所以我建议只从您的模型中删除 Block，并在假设数据良好的情况下查看结果对您是否有意义。
除了 GenReg 之外，还有两个其他平台可以帮助您研究带有分组变量的截尾观察数据：带分组的寿命分布（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，那么这两者可能更合适。
但最终，你的数据出现了严重的问题。 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。
