什么是可视化和/或量化重复测量探索性分析趋势的最佳方法（没有运行统计测试，因为我的研究动力不足并且被告知不要）。
背景：随机交叉设计：每个人吃 3 种不同的饮食。在每次饮食（1、2、3）后和研究开始前的基线时测量力量表现（跑步 12 分钟、最大 VO2 或卧推）。目标是探索哪种饮食最适合表现。
目前的分析思路：
组中位数：我一直在研究如何探索数据，但它在组内（同一个人完成所有饮食）这一事实意味着每个饮食的整个组中位数的简单箱线图并不代表饮食之间的个体差异/变化. 数据不是正态分布的，因此是中位数。
意大利面条图：我决定将意大利面条图放在箱线图之上，以便将个体差异可视化。这很好，但我仍然没有量化这些趋势的指标。我最初将所有饮食与基线进行了比较，但我真的想看看饮食 1 和饮食 2 之间的百分比差异，等等。但是，与基线相比，百分比变化不仅仅是减去每种饮食的组中位数（因为它出现在下面的图表上）......必须将人 A 饮食 1 - 人 A 饮食 2 并编译这些个体差异的中位数。
摘要：研究动力不足，并被告知不要在两种饮食之间使用假设检验/运行配对 t 检验或重复测量方差分析……为什么会这样？我假设我无论如何都找不到意义？但是，我现在正在努力寻找指标或可视化来描述和量化这些通常 t-test/ANOVA 负责解释的重复/“配对”测量。
我在箱线图上有意大利面，但仍然无法量化饮食之间关于组内差异的差异？......我什至不应该与基线进行比较，还是将所有饮食与基线和彼此进行比较？
谢谢 我现在的图表
