繰り返し測定の統計分析の支援2 つの機器を比較し、測定値が同じかどうかを確認する必要があるとします。
測定誤差や不確実性があることはわかっているので、各機器で同じサンプルを複数回測定することにしました。
データ収集は表「統計分析データ収集」 （添付資料参照）のようになります。私の考えでは、各サンプルの平均値を算出し、その後、マッチドペア分析（添付資料「マッチドペアの統計分析」参照）を実行するというものでした。この例では、2つの機器の測定値が異なることがわかります。
ただし、Fit Y-by-X を使用して表のデータを比較し、各サンプルに対してノンパラメトリック テストを実行すると、すべてのサンプルで差が統計的に有意ではないことがわかります。
これらのデータを分析する正しい方法は何ですか?
高度な統計モデリングRe: 繰り返し測定の統計分析に関するヘルプ統計学者ではありませんが、これは変動分析（分析 > 品質とプロセス > 変動 / 属性ゲージチャート）または MSA（分析 > 品質とプロセス > 測定システム分析）用のアプリケーションのように見えます。
Re: 繰り返し測定の統計分析に関するヘルプ@Resselさん、ご回答ありがとうございます。
変動性/属性ゲージ チャートを試してみましたが、結果は一致したペアと同様でした。
私の懸念は、この方法では平均値を扱っていますが、サンプル数が限られており、ばらつきが大きいため、平均値の推定に大きな不確実性が生じるということです。
平均値で作業するのはまだ大丈夫ですか?
Re: 繰り返し測定の統計分析に関するヘルプ@bbenny7統計学者ではないので、もう一度警告しておきますが、より詳細な表「統計分析データ収集.jmp」を見ると、「サンプル」という名称が何を意味するのかよく分かりません。これらの間に実際に差があることを期待しているのでしょうか？もしそうなら、これらの差は1、2、3の特性の違いによるものなのでしょうか？それとも、サンプルのばらつきによるものなのでしょうか？
下のグラフを見ると、最初の近似として、サンプル 1、2、3 が同一であると仮定し (または ANOVA でそれを証明し)、機器 A と B のグループ平均を相互に比較するだけで十分でしょうか。
また、「大きなばらつきは平均推定に大きな不確実性をもたらす」というあなたのコメントは、すでに、結果に関心がある人へのコミュニケーションに役立つ可能性のある結論であるように思われます。
Re: 繰り返し測定の統計分析に関するヘルプANOVAアプローチについては良い指摘ですね。サンプル1、2、3が本質的に異なるものでなければ、それらをプールすることで作業が大幅に簡素化される可能性があります。また、サンプル間の期待変動が何を反映しているのかも気になります。
Re: 繰り返し測定の統計分析に関するヘルプこんにちは@bbenny7 さん：混合モデルを検討してみます。あなたが行った対応のあるt検定（対応のあるt検定）は、この混合モデルの特殊なケースです。
適合モデルプラットフォームでは、値はY、効果は機器とサンプルです。サンプルはランダム効果（属性メニュー経由）とみなす必要があります。これにより、サンプル間の変動が除去され、サンプル内での比較が可能になります。
そして、その差（統計的に有意か否か）が意味のあるものかどうかを自問自答してみるのも良いでしょう。例えば、信頼区間が非常に狭く、ゼロ（統計的に有意差を示す）を含まない場合もありますが、その信頼区間は実用上意味のある差なのでしょうか？例えば、マッチドペア分析では、その差の信頼区間は-2.41から-1.15ですが、これは非常に小さな差です。実用的／科学的な観点から、その差（-2.41から-1.15の間のどこか）は関連性があるのでしょうか？
編集：また、プロットを見ると、データが1dpに丸められているようです。丸められたデータを分析することはお勧めしません。おそらく報告されているデータは丸められたデータかもしれませんが、データ分析では常に測定精度に応じて小数点以下の桁数を使用してください。
Re: 繰り返し測定の統計分析に関するヘルプこんにちは@MRB3855さん、
ご回答ありがとうございます。
パラメータ推定値についてもう1つ質問があります。機器[B]が表示されず、切片が機器[B]の値と一致しません。機器[B]の値はどのように計算すればよいでしょうか？
Re: 繰り返し測定の統計分析に関するヘルプこんにちは@bbenny7 : これはモデルをパラメータ化する方法です。
-編集: 興味のある方は、こちらをご覧ください: https://www.jmp.com/support/help/en/18.0/index.shtml#page/jmp/nominal-factors.shtml#
切片は、両方の機器の平均として解釈されます。
A = 切片 + 0.8888889
B = 切片 - 0.8888889。
「エフェクトの詳細」出力を開くと、これと比較などを見ることができます。
返信： 繰り返し測定の統計分析の支援「同等性テスト」を試してみる必要があります。
