我有一個包含 100 名學生的數據集，他們接受了專門的培訓計劃並測量了他們的熟練程度（0 到 100）。它是在多個時間點以多種不同的測試方式（A、B、C、D、E、F）進行測量的。每個學生都有初評、2個月後評估和3個月後最終評估。我想確定是否有顯著改進，但對要進行哪些統計測試感到困惑。我想比較第 3 個月和第 1 個月以及第 1、2 和 3 個月。
例如。我可以使用配對並檢查第 3 個月和第 1 個月，看看這 100 名學生之間是否有顯著差異。我還可以計算第 3 個月 - 第 1 個月，看看它是否與 0 顯著不同？我還有一些分類因素想看看它們是否會影響熟練程度的提高。
目前，數據是每個學生一行和變數/因素列（初始、2 個月後和3 個月的類別和效率測試，並且這對6 個測試中的每一個重複（A 到F）。有沒有一種簡單的方法在不單獨運行匹配對的情況下完成分析？ 。
JMP PRO 18
@Clarknj您好：配對 t 檢定是混合模型的特殊情況。相當於以學生為隨機效應、以興趣因素為固定效應的混合模型。即，將 1、2 和 3 個月的資料堆疊到一列中，並將月份作為固定效應（根據需要與其他分類因素一起），將學生作為混合模型平台中的隨機效應。這種事情在這裡討論過：
https://community.jmp.com/t5/Discussions/Paired-t-test-on-long-format-table/mp/740466#M92189 （值得閱讀整個主題）。
混合模型平台將允許您進行所有感興趣的比較。
感謝您的連結和解釋。這與重點關注隨時間變化的影響的縱向分析相同嗎？固定效應是時間，然後在該時間段內得到反應，並能夠確定該時間段的各個部分是否比其他部分更重要？
嗨@Clarknj 。您現在正處於非常大的冰山一角！
簡短的回答？是的，您可以透過這種方式進行縱向分析（重複測量）。關鍵要素之一是您對協方差結構的選擇。請參閱以下內容以協助您入門。
https://community.jmp.com/t5/JMP-Knowledge-Base/Analyzing-Repeated-Measures-in-JMP-Software/ta-p/575343
您正在進入先進領域；以下內容可能會有所幫助。
https://support.sas.com/resources/papers/proceedings/proceedings/sugi30/198-30.pdf
https://faculty.washington.edu/heagerty/Courses/VA-longitudinal/private/Littell-StatMed2000.pdf
如果你遇到困難，請回來；但請注意，您的問題的潛在複雜性和細微差別可能會導致線上社群（例如我們的社群）無法提供…
