我意识到这是“不要从这里开始”类型的问题之一，我确实告诉他们不要“从这里开始”，但是将数据丢弃是一种耻辱。
基本上我有一些区间正态数据，李克特量表类型的东西，来自两组，在时间一和时间二，我知道时间二的一些主题与时间一的相同，所以数据真的应该配对。然而，数据是匿名收集的，所以我们只有两组进行比较。
我最好的想法是我可以报告一个非常保守的差异估计，然后说“对于数据收集的所有问题，这可能是最小的影响”。
编辑：添加-
如果意义也是可能的，即“我有理由相信这种影响是非零的”，那么很好。
我什至不知道从哪里开始寻找这种分析数据的愚蠢方法。bootstrap 会有用吗？
任何建议都非常感谢，正如我所说的高度保守的建议，我认为会很好。
一个简单的两样本 t 检验实际上是这里测试时差的保守方法。
假设是您从数据的配对 t 检验中获得的 t 统计量，如果您知道配对，而是您从简单的两组获得的 t 统计量对数据进行 t 检验。这两个 t 统计量具有以下关系： 其中是时间 1 得分和时间 2 得分之间的相关性，你无法估计，因为您不知道数据中的配对。
当且仅当时。但请注意，这也正是取其最小值的条件。随着的增加，相比变得越来越大。
因此，如果您只报告两样本 t 检验，基本上假设的下限。如果根据双样本 t 检验有显着差异，那么如果可以计算，配对 t 检验肯定也会显示出显着差异。但是，如果根据双样本 t 检验没有显着差异，如果您可以计算配对 t 检验，差异仍然可能是显着的。
从技术上讲，理论上，可以低至 -1，这实际上是函数在范围内的最小值。而当时，配对检验实际上不如非配对检验强大。然而，在现实生活中，time1 和 time2 分数不太可能（没有关于特定上下文的进一步信息）具有负相关性。相关性甚至不可能为 0。很可能存在适度的正相关性。