與刪失資料配對 t 檢驗您好，我有經過審查的微生物計數資料 (log 10)。目的是將測試期與基線進行比較，並確定微生物計數是否有統計上的顯著減少。據我所知，只有 Gen Reg 可以對資料進行審查並使用阻塞因子。分塊因子是我能想到的連結配對測驗和基準結果的唯一方法。但我似乎沒有足夠的自由度來測試？ JMP 解釋這些區塊的方式對我來說沒有意義？有什麼建議嗎？
分享和交流成果回复：帶刪失數據的配對 t 檢驗謝謝 Peng，我了解您的解決方案，這正是我一直在尋找的。此外，我之前的措辭有點含糊：我想說 Gen Reg 適用於審查數據，但不適用於配對數據。問候， 保羅
回复：帶刪失數據的配對 t 檢驗感謝您更正數據。 我想我更好地理解了這個問題。
首先，讓我回答最後一個問題。 如果您提供刪失列，軟件會假定它使用您在啟動對話框中選擇的刪失代碼來指示正確的刪失。 這是所有涉及審查的 JMP 平台遵循的慣例。 如果您想要表達不同類型的審查，例如左審查，您必須遵循約定以不同方式創建數據。 這個演講可能是最有幫助的：截尾數據分析簡介.
我在文檔中找不到 GenReg 支持配對測試。 如果您能指出位置，我將不勝感激。 另一方面，我會使用其他工具來解決這個問題。
首先，我拆分數據以形成一個新數據：
結果如下：
如果要進行配對 t 檢驗，如果沒有數據被刪失，則首先要計算各行的成對差異。 那麼問題就變成了差異是否與零沒有區別。 但是我們審查了數據。 我正在假設正確的審查。 否則，相應地更改計算。
首先，我將創建一個列作為 Test - Base，就像配對 t 檢驗一樣。
現在查看值，即差異，並思考它們的含義。 查看第一行：4.91 - 5.54 = -0.635583025471626。 這裡 5.54 被截尾，這意味著實際值大於 5.54。 所以實際差異將小於 -0.635583025471626。 因此，這使得 -0.635583025471626 成為左截尾觀測值。
並且相同的邏輯適用於 Base 觀察被審查的所有行。 如果 Base 觀察未刪失，則差異為精確值。
現在創建兩個新列，就像這裡所說的：截尾數據分析簡介.
對於個別行，如果左側缺失，右側不缺失，則為左刪失觀察。 如果 Left 和 Right 都沒有丟失，並且它們相等，那就是一個精確的觀察。 使用生命分佈如下：
然後擬合一個分佈，Normal 對我來說看起來不錯。
現在的問題是位置參數估計是否顯著不同於零。 如果答案是肯定的，那麼兩組就存在顯著差異。 不，否則。 在這個例子中，假設我猜對了數據中的刪失意味著右刪失，那麼兩組看起來沒有顯著差異。 如果我猜錯了，差異的刪失類型應該是右刪失。 然後相應地更改步驟。
回复：帶刪失數據的配對 t 檢驗作為彭，謝謝你——我的邏輯是錯誤的，因為我在截尾列中將觀察結果標記為“Y”或“N”。 “Y”應該出現在 Period = Base 和 TSA.Count.L10 = 5.54 的地方。我使用的公式如下。但現在我意識到它不起作用，所以我只是手動對刪失數據進行編碼。另外，當我堆疊數據時，我以某種方式使所有基本值 = 5.54，這是不正確的。我可能在嘗試編寫 Censor 公式時就這樣做了。
塊因子的原因是這實際上是一個配對 t 檢驗。比較是 TSA.Count.L10，用於基本階段與測試階段，在每件設備內，例如在製冰機 + 蓋子內。我會直接使用 Paired T-test 平台，但它不考慮刪失數據。Gen Reg 確實如此。然後這些塊指定配對比較，至少這是我的希望。
問題：數據是右刪失的——Gen Reg 平台如何知道刪失在哪一邊？
If( :Period == "Base" & (:TSA.Count.L10 == 5.54),
"Y",
"N"
)
回复：帶刪失數據的配對 t 檢驗讓我們從您的數據開始。 它有問題。
根據您的願望陳述，我對兩個時期的非參數分佈估計進行了比較。
這是結果：
你看到問題了嗎？ 基期沒有非參數估計。
這將您的數據按 Period vs Censor 製成表格。 似乎你所有的基期觀察都被刪減了。 測試期間的觀察結果不是。
這是您的數據的點圖，按 Period 著色。 所有 Base 觀察值都具有相同的值。
假設數據沒有上述問題。 現在問題來了，如果要比較兩個時期，為什麼要加Block？ 是不是可以描述兩個時期差異的解釋變量？ 將其放入模型的決定不應取決於是否可以生成統計數據。 因此，我建議只從您的模型中刪除 Block，並在假設數據良好的情況下查看結果對您是否有意義。
除了 GenReg 之外，還有兩個其他平台可以幫助您研究帶有分組變量的截尾觀察數據：帶分組的壽命分佈（上面的第一個屏幕截圖）和 Fit Life by X。 如果您只需要比較觀察組，那麼這兩者可能更合適。
但最終，你的數據出現了嚴重的問題。 請不要通過運行軟件推土機數據並對結果感到滿意。 可能很危險。
