配对或非配对测试？你好，
我有一个数据集，其中包含孵化 0、1 和 2 天后测量的样本。
每个样品制备三次，每次重复培养 0、1 或 2 天。
我有兴趣测试孵化时间是否会对测量产生影响。
哪种检验方法正确？是配对检验（匹配对）还是非配对检验？数据是非参数的。
谢谢。
质量与工艺工程回复：配对或非配对测试？非常感谢您的回答。 很有帮助！
回复：配对或非配对测试？你好@迪,
有几种方法可以显示时间是否对您的响应有（重大）影响：
- Graph Builder 的可视化（图像“DI_1”）：该图很容易向您展示响应似乎不依赖于时间，但更多地受样本可变性的影响。
- 通过“拟合模型”平台建模（图像“DI_2”）：通过创建混合模型（以 Sample_ID 作为随机效应）来查看响应的演变是否受时间影响，您可以看到时间似乎不受时间影响一个重要的变量，与随机效应“Sample_ID”相矛盾，其中 Wald p 值接近 0,05。 使用更简单的方法（以时间和 sample_ID 作为输入变量的标准最小二乘法），您将看到相同的比较：时间作为不重要的变量，样本作为重要（或接近重要）的变量。
- 通过 Measurement System Analysis 平台进行分析，以评估和比较输入时间和样本之间的差异（图像“DI_3”）：通过创建 MSA 分析，将您的响应作为响应，sample_ID 作为“部件，样本 ID”，时间作为分组变量（ X)，您会发现实验响应中 99% 的方差来自样本，而不是时间。
- 最后，您还可以使用 Multivariate 平台，输入时间（作为连续变量）和您的响应，并在红色三角形中选中“非参数相关”->“Spearman”（例如），您将看到相关性有多么小不重要的是与您的响应相关的时间（图片“DI_4”）。
看看不同平台的结果，结论似乎很清楚。
我很确定有更好的分析可以做，这可能更“统计严谨”，但 4 种不同工具的综合概述显示了一个协议。
希望对你有帮助
回复：配对或非配对测试？感谢您回答我的问题。 抱歉不清楚。 数据不是正态分布的。
时间是唯一变化的参数。
那么，我能否通过样本 ID 简单地绘制响应与时间（均为连续变量）的关系图，并使用非参数相关检验查看它们是否相关？
我附上了数据集。
回复：配对或非配对测试？时间通常被视为连续变量，因此您可以对 Y 进行时间回归并确定是否存在关系。 当您说数据不是参数化时，您是什么意思？ 回应是什么？ 在这项研究中，您是否有任何群体或其他变量发生变化？
回复：配对或非配对测试？你好@迪！
查看您的情况和解释，您有：
- 3 组：0、1 和 2 天，
- 三组样本相同，因为重复样本来自相同的原始样本。
我会进行 Friedman 测试，这是针对两个以上组的非参数配对测试。 您将（源/原始）样本 ID 作为分块因子，将时间/天数作为分组变量（参见示例）。
如果您认为不同的重复是独立的（不是来自相同的样本源），那么 Kruskall-Wallis 检验可能是合适的。
更多信息在这里：非参数检验 (jmp.com)
我相信这个社区的统计专家会有其他想法或问题可以帮助您。
第一个回答希望对你有帮助
