帮助进行重复测量的统计分析假设我必须比较两台设备并检查它们的测量值是否相同。
我知道我存在一些测量误差/不确定性，所以我决定在每台设备上对同一个样本进行几次测量。
数据收集类似于“统计分析数据收集”表格（见附件）。我的想法是取每个样本的平均值，然后进行匹配对分析（见附件“统计分析匹配对” ）。例如，我可以看到两台设备的测量结果不同。
但是，如果我将表中的数据与 Fit Y-by-X 进行比较，并对每个样本运行非参数检验，我可以看到，对于所有样本而言，差异并不具有统计学意义。
分析这些数据的正确方法是什么？
高级统计建模回复：帮助进行重复测量的统计分析不是统计学家，但这看起来像是用于变异性分析的应用程序（分析>质量和过程>变异性/属性量表图）或 MSA（分析>质量和过程>测量系统分析）
回复：帮助进行重复测量的统计分析@Ressel谢谢你的回答。
我尝试过可变性/属性量表图表，其结果与匹配对类似。
我担心的是，通过这种方式，我处理的是平均值，但样本数量有限且分布广泛，导致平均估计存在很大的不确定性。
使用平均值还能正常工作吗？
回复：帮助进行重复测量的统计分析@bbenny7我需要再次提醒一下，我不是统计学家，但看了你更详细的表格“Statistical analysis data collection.jmp”后，我不确定“样本”这个名称的含义。你预期它们之间会存在实际差异吗？如果是的话，你预期这些差异是由于1、2和3的属性不同造成的，还是由于抽样变异造成的？
查看下面的图，作为初步近似，假设样本 1、2 和 3 相同（或通过方差分析证明）然后将设备 A 和 B 的组均值相互比较是否足够？
此外，您的评论“大的传播导致平均估计值存在很大的不确定性”已经是一个结论，这个结论对于与可能对结果感兴趣的任何人进行沟通可能很有用。
回复：帮助进行重复测量的统计分析方差分析方法很有道理，如果样本 1、2、3 没有本质上的区别，那么合并它们可以大大简化分析过程。我也很好奇样本之间的预期差异究竟反映了什么。
回复：帮助进行重复测量的统计分析你好@bbenny7 ：我会考虑混合模型。你做的配对分析（配对t检验）是这种混合模型的一个特例。
在“拟合模型”平台中，值为 Y，效应为设备和样本。样本应被视为随机效应（通过“属性”菜单），以便消除样本间的差异，并在样本内部进行比较。
你可能想问问自己，这种差异（无论是否具有统计学意义）是否有意义。也就是说，置信区间可能非常小，甚至可能不包含零（表明存在统计学上的显著差异）……但这个置信区间真的具有实际意义吗？例如，在你的配对分析中，差异的置信区间在 -2.41 到 -1.15 之间；这是一个非常小的差异。从实践/科学的角度来看，这个差异（介于 -2.41 和 -1.15 之间）是否有意义？
编辑：另外，从图表来看，数据似乎四舍五入为 1 dp；不建议分析四舍五入后的数据。四舍五入后的数据可能就是您报告的数据，但为了进行数据分析，请始终使用精确到测量值的小数位数。
回复：帮助进行重复测量的统计分析你好@MRB3855 ，
谢谢你的回答。
关于参数估计，我还有一个问题：我看不到设备 [B]，而且截距与设备 [B] 的值不匹配。我应该如何计算设备 [B] 的值？
回复：帮助进行重复测量的统计分析你好@bbenny7 ：这是模型参数化的方式。
-编辑：如果感兴趣的话，请参阅此处的详细信息： https://www.jmp.com/support/help/en/18.0/index.shtml#page/jmp/nominal-factors.shtml#
截距被解释为两台设备的平均值。
A = 截距 + 0.8888889
B = 截距 - 0.8888889。
如果您打开“效果详情”输出，您可以看到这些内容和比较等。
回复： 帮忙做重复测量的统计分析您应该尝试“等效检验”。
