我有 100 名学生的数据集，这些学生都参加了专门的培训计划，并测量了他们的熟练程度（0 到 100）。它是在多个时间点以多种不同的方式进行测量的测试（A、B、C、D、E、F）。对于每个学生，都有初始评估、2 个月后的评估和 3 个月后的最终评估。我想确定是否有显著的进步，但不知道要进行哪些统计测试。我想比较第 3 个月和第 1 个月以及第 1、2 和 3 个月。
例如。我可以使用匹配对并检查第 3 个月与第 1 个月，看看这 100 名学生之间是否存在显著差异。我还可以计算第 3 个月 - 第 1 个月，看看这是否与 0 有显著差异？我还有几个分类因素，我想看看它们是否会影响熟练程度的提高。
目前，数据是每个学生一行，变量/因素（类别和效率测试，初始、2 个月后和 3 个月）的列，并且对 6 个测试（A 到 F）中的每一个都重复此操作。有没有一种简单的方法可以在不单独运行匹配对的情况下完成分析？我听说过纵向分析，并认为这有助于了解从第 1 个月到第 2 个月再到第 3 个月的表现是否随时间发生变化。
JMP PRO 18
你好@Clarknj ：配对 t 检验是混合模型的一个特例。它相当于一个混合模型，其中学生是随机效应，感兴趣的因素是固定效应。即，将 1、2 和 3 个月的数据堆叠到一列中，并在混合模型平台中将月份作为固定效应（以及您的其他分类因素，根据需要），将学生作为随机效应。这里讨论了这种事情：
https://community.jmp.com/t5/Discussions/Paired-t-test-on-long-format-table/mp/740466#M92189 （值得阅读整个帖子）。
混合模型平台将允许您进行所有感兴趣的比较。
谢谢你的链接和解释。这是否与纵向分析相同，重点是随时间变化的影响？固定效应是时间，然后会在该时间段内得到响应，并能够确定时间段的某些部分是否比其他部分更重要？
你好@Clarknj 。你现在正处在一座巨大的冰山一角！
简短回答？是的，您可以通过这种方式进行纵向分析（重复测量）。关键要素之一是您对协方差结构的选择。请参阅以下内容以开始使用。
https://community.jmp.com/t5/JMP-Knowledge-Base/Analyzing-Repeated-Measures-in-JMP-Software/ta-p/575343
您正在进入高级领域；以下内容可能会有所帮助。
https://support.sas.com/resources/papers/proceedings/proceedings/sugi30/198-30.pdf
https://faculty.washington.edu/heagerty/Courses/VA-longitudinal/private/Littell-StatMed2000.pdf
如果你遇到困难，请回来；但请注意，你的问题的潜在复杂性和细微差别可能导致在线社区（例如我们的）无法提供更多帮助……
