配對或非配對測驗？你好，
我有一個資料集，其中包含孵化 0、1 和 2 天後測量的樣本。
每個樣品製備三次，每次重複培養 0、1 或 2 天。
我有興趣測試孵化時間是否會對測量產生影響。
哪種測試是正確的？這是配對測驗（匹配對）還是非配對測驗？數據是非參數的。
謝謝。
品質與工藝工程回复：配對或非配對測試？非常感謝您的回答。 很有幫助！
回复：配對或非配對測試？你好@迪,
有幾種方法可以顯示時間是否對您的響應有（重大）影響：
- Graph Builder 的可視化（圖像“DI_1”）：該圖很容易向您展示響應似乎不依賴於時間，但更多地受樣本可變性的影響。
- 通過“擬合模型”平台建模（圖像“DI_2”）：通過創建混合模型（以 Sample_ID 作為隨機效應）來查看響應的演變是否受時間影響，您可以看到時間似乎不受時間影響一個重要的變量，與隨機效應“Sample_ID”相矛盾，其中 Wald p 值接近 0,05。 使用更簡單的方法（以時間和 sample_ID 作為輸入變量的標準最小二乘法），您將看到相同的比較：時間作為不重要的變量，樣本作為重要（或接近重要）的變量。
- 通過 Measurement System Analysis 平台進行分析，以評估和比較輸入時間和样本之間的差異（圖像“DI_3”）：通過創建 MSA 分析，將您的響應作為響應，sample_ID 作為“部件，樣本 ID”，時間作為分組變量（ X)，您會發現實驗響應中 99% 的方差來自樣本，而不是時間。
- 最後，您還可以使用 Multivariate 平台，輸入時間（作為連續變量）和您的響應，並在紅色三角形中選中“非參數相關”->“Spearman”（例如），您將看到相關性有多麼小不重要的是與您的響應相關的時間（圖片“DI_4”）。
看看不同平台的結果，結論似乎很清楚。
我很確定有更好的分析可以做，這可能更“統計嚴謹”，但 4 種不同工具的綜合概述顯示了一個協議。
希望對你有幫助
回复：配對或非配對測試？感謝您回答我的問題。 抱歉不清楚。 數據不是正態分佈的。
時間是唯一變化的參數。
那麼，我能否通過樣本 ID 簡單地繪製響應與時間（均為連續變量）的關係圖，並使用非參數相關檢驗查看它們是否相關？
我附上了數據集。
回复：配對或非配對測試？時間通常被視為連續變量，因此您可以對 Y 進行時間回歸併確定是否存在關係。 當您說數據不是參數化時，您是什麼意思？ 回應是什麼？ 在這項研究中，您是否有任何群體或其他變量發生變化？
回复：配對或非配對測試？你好@迪！
查看您的情況和解釋，您有：
- 3 組：0、1 和 2 天，
- 三組樣本相同，因為重複樣本來自相同的原始樣本。
我會進行 Friedman 測試，這是針對兩個以上組的非參數配對測試。 您將（源/原始）樣本 ID 作為分塊因子，將時間/天數作為分組變量（參見示例）。
如果您認為不同的重複是獨立的（不是來自相同的樣本源），那麼 Kruskall-Wallis 檢驗可能是合適的。
更多信息在這裡：非參數檢驗 (jmp.com)
我相信這個社區的統計專家會有其他想法或問題可以幫助您。
第一個回答希望對你有幫助
