不好意思，我之前说的可能不够详细， 我又想了一下，把我的问题说的仔细一点，想再请教以下各位。 我是族群A分成有接受（E）和未接受（C）治疗两组， 族群B也分成有接受（E）和未接受（C）治疗两组， 想知道族群A中E组和C组的能力是否有差， 族群B中E组和C组的能力是否有差， 以及族群A和族群B的E组能力是否有差， 族群A和族群B的C组能力是否有差。 若是用two-way的话， main effect若有显着差异，代表的是否只能说族群A和族群B能力有差， 或是E组和C组的能力有差， 不知main effect和interaction effect是否能解释以上我原本提出的四个问题？ 而若是用单因子的话， 由於我族群的分法是依病人本身的特性（生病较长时间和较短时间）， 并非随机分组，所以不知能不能用单因子的分析？ 谢谢各位版大的帮忙！ ※ 引述《powerrun (powerrun)》之铭言： : ※ 引述《celloes (好久不见)》之铭言： : : 想请问，如果想比较两个族群 : : 族群A（生病很久）跟族群B（刚生病） : : 接受治疗与未接受治疗对某能力的影响 : : 应该直接把他们当作四个组别， : : 用one-way anova再做事後检定会比较好， : : 还是要把"不同族群"和"是否接受治疗"当成两个factor， : : 做two-way anova会比较好， : : 或是其实应该用其他更适合的方式呢？ : : 谢谢^^ : 取决於你要不要探讨变项间的交互作用..... : 你若不看交互作用,其实单因子就可以...... : 但是这种题目以及实验设计.... : 若不做交互作用间的探讨,会很没意思.... : 另外建议可以做logistic回归分做族群或是有无接受治疗..... : 但这但这就要看某能力是否合适探讨了.. --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 123.192.55.127 ※ 编辑: celloes 来自: 123.192.55.127 (10/09 23:19)