(前文恕删) 目的其实应该算是 : 如果在A情境中最後统计样本发现 (第 1首 13次 第12首 3次 第13首 1次 第15首 6次 第17首 3次 第21首 4次 ______________ 总和 30次 : 有没有统计方法可以检验出 : 第一首(13次)明显 与 第15首(6次) 有差异 原始资料是重复选择 同一批30人在21首歌里来选 就如 andrew43 所说的 没有独立性 即使只限定每个人在这情境里 只能选一首歌 如果样本结构是这样 我觉得只能做卡方均质性 H0: 30人在A情境中的选择没有差异 H1: 有差异 歌曲(第n首) 1...12...13...15...17...21 T 被选择次数 13 3 1 6 3 4 30 Ei ----均为30/21----- 30 计算出来 即使 Reject H0 只能得到"30人在A情境中的歌曲选择确实有差异" 这个结论 如此而已 但明显1 15 21首在A情境被选择的机率比较高 我的想法是 把有兴趣的这三首挑出来 重新设计实验 : 因为有些情境的最高和第2高的歌曲差距有多有少 : 所以需要检定出哪些情境有好的歌曲适合，很显着 : 而某些情境则有两首特别高但差距不大，不显着 如上 挑出1 15 21三首歌 每首歌各取50人(举例) 同样在A情境下 询问这三批人是否"同意"1 15 21这三首 H0: A情境中 同意1 15 21这三首歌的比例相同 H1: A情境中 ...................不同 表格如下(举例) 曲目 1 15 21 T 同意 13 5 8 26 不同意 37 45 42 124 T 50 50 50 150 以卡方适合度检定 如果Reject H0 表示三者间确实有差异 当然 也可以取两个作两个比例的Z检定 意义相同 Reject H0之後 进行卡方事後检定 两两相比 W=(Pj-Pj')+-√X^2(0.95,(r-1)(c-1)) x √(Pj*Qj/nj+Pj'*Qj'/nj') 也就是类似ANOVA事後检定的Bonferroni法一样 以计算的信赖区间 是否包含0来表示两者间的差异是否显着 因此 在我假设的范例中 最後可得到两两相比的结果 即 (1,15) (15,21) (1,21) 三个CI 如果CI不含0 以(1,15)这组来说 就可以下"选择第一首歌 的比例显着高於第15首"的结论 以此类推 以上是小的一点浅见 给原PO参考 有误欢迎指正 thx! : 最後想在每个情境中找到最符合的一首歌 : 这应该算是这次检定的最终目的 : ※ 编辑: samisu999 来自: 140.124.76.101 (05/16 17:54) : → andrew43:只考虑第一名和第二名的话, 简单说就检验是不是1:1. 05/17 01:13 : → andrew43:但我觉得似乎不够好, 因为考虑非前二名的人数仍参与其中. 05/17 01:13 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 218.167.197.18 ※ 编辑: genteel 来自: 218.167.197.18 (05/17 22:06)