(前文恕刪) 目的其實應該算是 : 如果在A情境中最後統計樣本發現 (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 ______________ 總和 30次 : 有沒有統計方法可以檢驗出 : 第一首(13次)明顯 與 第15首(6次) 有差異 原始資料是重複選擇 同一批30人在21首歌裡來選 就如 andrew43 所說的 沒有獨立性 即使只限定每個人在這情境裡 只能選一首歌 如果樣本結構是這樣 我覺得只能做卡方均質性 H0: 30人在A情境中的選擇沒有差異 H1: 有差異 歌曲(第n首) 1...12...13...15...17...21 T 被選擇次數 13 3 1 6 3 4 30 Ei ----均為30/21----- 30 計算出來 即使 Reject H0 只能得到"30人在A情境中的歌曲選擇確實有差異" 這個結論 如此而已 但明顯1 15 21首在A情境被選擇的機率比較高 我的想法是 把有興趣的這三首挑出來 重新設計實驗 : 因為有些情境的最高和第2高的歌曲差距有多有少 : 所以需要檢定出哪些情境有好的歌曲適合，很顯著 : 而某些情境則有兩首特別高但差距不大，不顯著 如上 挑出1 15 21三首歌 每首歌各取50人(舉例) 同樣在A情境下 詢問這三批人是否"同意"1 15 21這三首 H0: A情境中 同意1 15 21這三首歌的比例相同 H1: A情境中 ...................不同 表格如下(舉例) 曲目 1 15 21 T 同意 13 5 8 26 不同意 37 45 42 124 T 50 50 50 150 以卡方適合度檢定 如果Reject H0 表示三者間確實有差異 當然 也可以取兩個作兩個比例的Z檢定 意義相同 Reject H0之後 進行卡方事後檢定 兩兩相比 W=(Pj-Pj')+-√X^2(0.95,(r-1)(c-1)) x √(Pj*Qj/nj+Pj'*Qj'/nj') 也就是類似ANOVA事後檢定的Bonferroni法一樣 以計算的信賴區間 是否包含0來表示兩者間的差異是否顯著 因此 在我假設的範例中 最後可得到兩兩相比的結果 即 (1,15) (15,21) (1,21) 三個CI 如果CI不含0 以(1,15)這組來說 就可以下"選擇第一首歌 的比例顯著高於第15首"的結論 以此類推 以上是小的一點淺見 給原PO參考 有誤歡迎指正 thx! : 最後想在每個情境中找到最符合的一首歌 : 這應該算是這次檢定的最終目的 : ※ 編輯: samisu999 來自: 140.124.76.101 (05/16 17:54) : → andrew43:只考慮第一名和第二名的話, 簡單說就檢驗是不是1:1. 05/17 01:13 : → andrew43:但我覺得似乎不夠好, 因為考慮非前二名的人數仍參與其中. 05/17 01:13 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 218.167.197.18 ※ 編輯: genteel 來自: 218.167.197.18 (05/17 22:06)