对相同数据进行两个重复测量水平的配对 t 检验和重复测量方差分析会给出相同的结果吗？我进行了一些测试并意识到它们的 p 值是相同的。是否意味着这两种方法在统计上是等效的？但我也觉得奇怪的是，他们对正态性的假设略有不同，配对 t 检验需要连续变量与正态的差异，而重复方差分析要求连续变量对于主题因子内的每个水平都是正态的。请指教。
具有两个重复测量水平的配对 t 检验和重复测量方差分析之间的差异
机器算法验证
方差分析
t检验
重复测量
配对数据
2022-03-20 20:12:06
4个回答
是的，它们是等价的。但是，这些假设问题从未被直接解决。有时会指出，当满足您为 anova 引用的假设时，确实涵盖了配对 t 检验的正态性假设。但是，我仍然想知道，当每个子组中的变量不正常，但它们的差异（像 t 检验一样计算）是正常的时怎么办？这应该足够了，因此这些假设（如每本主要统计手册中所述）与您的问题之间的不一致也困扰着我。;)
由于两者是等价的，“双变量”重复测量 Anova 也适用，如果只有差异是正态分布的。文献中更严格的重复测量要求只有在包含更多因素和其他假设的更复杂布局时才有必要，特别是在主题因素之间以及它们之间的样本量不等/异方差性之间。
在我的研究中，我还发现结果有时会有所不同。配对样本 t 检验显示无统计学意义，而重复测量 anova 受试者因子在两组中均显示显着性。我的两组说话者的人数不同（49 和 23），从配对样本测试中我发现第二组没有意义，而重复测量 ANOVA 显示两组的意义。
不，它们是不同的。我在 SPSS 中都做了，发现同一个因变量的结果非常不同。在配对样本 t 检验中，变化显着 (p<.01)，而在重复测量方差分析中，变化不显着 (p>.05)。