※ 引述《celloes (好久不见)》之铭言： : 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！ 你要做的应该是 2(A/B 族群) x 2(治疗/未治疗) between subject design 首先，若是交互作用显着的话 仅仅是知道二个main effect会因为对方而产生效果的扩大或者缩小 若是想知道 A族群之中 治疗与未治疗的差异是否显着 B族群之中 治疗与未治疗的差异是否显着 以及 治疗後 A族群与B族群是否有差异 治疗前 A族群与B族群是否有差异 那就必须继续进行simple main effect test 但是要注意的是 simple main effect最好是用手算的方式进行 若是使用spss将二个群体拉出来进行t-test 将会面临到样本群体减半，也就是自由度也减半的情况 事实上是不合理的~~~所以最好用手算才能得到合理结果 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 122.116.139.79