问题标签 [experimental-design]

我正在尝试分析实验前后每个用户的总活跃分钟数。在这里，我在实验前后包含了相关的用户数据——variant_number = 0 表示对照组，而 1 表示治疗组。具体来说，我对平均值（每个用户的平均总活跃分钟数）感兴趣。

首先，我计算了治疗结果的前后差异和控制结果的前后差异（分别为-183.7 和 19.4）。在这种情况下，差异的差异 = 203.1。

我想知道如何使用 Python 构建差异差异的 95% 置信区间？（如果需要，我可以提供更多代码/上下文）

![在此处输入图像描述][2]我有一个数据集，其中包含以随机模式出现的 8 个单词（例如“klein”、“warm”）的列表。我需要创建一个变量，它向我显示在单词的特定出现和最后一次出现之间有多少次试验。例如，如果一个单词连续出现两次，这个新变量应该是 0，如果中间有另一个单词，这个变量应该是 1，以此类推。谁能帮助我并给我一个提示？先感谢您！ps你可以看到图片是在SPSS中是怎么做的

在此处输入图像描述

ps 输入（）

在使用 python 进行研究时，我经常会遇到一些问题，我想比较不同数量参数的结果。

是否有一些好方法可以为许多参数管理这样的设置，我有一个好方法

• 保存结果
• 方便地绘制和分析它们
• 可能并行运行多个实验
• 甚至可能会缓存和保存中间结果（例如，如果您想稍后继续运行

我在想这一定是一个很常见的模式，但我找不到稍微接近这个方向的东西。

在果园试验中，有5个处理和5个区块。为了分析处理对树木和果实生长的影响，中间树行两侧的处理是相同的。如何在 R 中随机化处理而不使块的最后处理与下一个块的开始处理相同。例如，我使用了 agricolae 包来随机化他们块内的治疗，但我得到了这样的随机化：

正如您所看到的，第 4 块以治疗 2 结束，然后第 5 块以 2 开始。如果可能的话，我想避免这种情况，但我不确定如何在 r 中做到这一点。

实验的视觉表示，其中处理未在其图中随机化：

运行下面的解决方案，我遇到了新表不显示数字的问题。

命令 dput(head(data,20)) 的打印屏幕

操作系统： Win 10
PsychoPy 版本： 3
Standard Standalone？（是/否）：是吗？我认为？

你想达到什么目标？：
编码/精神病学的超级新奇的新事物我试图让每个例程清除任何可能从以前的例程中遗留下来的信息。例如实验是这样的：视频→短响应→视频→短响应

在视频例程中，我有一个键盘命令“n”，它允许我退出视频并继续进行短响应。当它进入新的例程时，“n”现在在可编辑的文本框中，这是不可取的。

你是怎么让它工作的？：
我在例程之间输入了一个空白的灰色屏幕，看看这是否有助于解决问题

当这不起作用时，我将键盘命令的持续时间更改为 1 秒（事后看来这不是最好的主意，因为为了跳过视频，我必须在时间范围内单击，然后问题继续） .

当这不起作用时，我将文本框设置为更改每个有效的帧，但这会阻止人们输入任何内容，因为它会刷新每一帧。唯一的另一个选项是每次重复刷新，但由于我没有使用循环，我仍然看到“n”。

当您尝试这样做时，具体出了什么问题？：
我仍然在短响应例程中看到视频例程中的“n”

我有一个随机区组设计实验，我们想在其中测试 10 种治疗方法（8 种基因型 + 2 种对照）。

它的结构如下：

9 个站点，每个站点内有 4 个区块（重复），每个区块内有 10 个小区，每个小区内有 144 个给定处理（基因型）的个体。

我想生成如下数据集：

注意：随机分配处理到每个块内的地块。

知道这段代码会抛出一个错误，我想对于同一个站点，所有块级别，对于同一个块，所有地块级别及其对应的处理，以及对于同一个地块，所有 id 标签及其相应的观察结果。

非常感谢

问题是 , 或 都不pyDOE是pyDOE2可DOEpy导入的。我已经尝试建立不同PATH的 s 但它不会改变问题。它将包下载到一个路径并python.exe在同一个文件夹中调用，至少我认为因为我无法AppData手动访问，只能通过 URL。我篡改了文件路径，我遇到了一些独特的问题，SSL但我不知道这意味着什么：

安装软件包以查找文件路径时出错：

C:\Users\waw29>python -m pip install doepy WARNING: pip is configured with locations that require TLS/SSL, however the ssl module in Python is not available. WARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by 'SSLError("Can't connect to HTTPS URL because the SSL module is not available.")': /simple/doepy/ WARNING: Retrying (Retry(total=3, connect=None, read=None, redirect=None, status=None)) after connection broken by 'SSLError("Can't connect to HTTPS URL because the SSL module is not available.")': /simple/doepy/ WARNING: Retrying (Retry(total=2, connect=None, read=None, redirect=None, status=None)) after connection broken by 'SSLError("Can't connect to HTTPS URL because the SSL module is not available.")': /simple/doepy/ WARNING: Retrying (Retry(total=1, connect=None, read=None, redirect=None, status=None)) after connection broken by 'SSLError("Can't connect to HTTPS URL because the SSL module is not available.")': /simple/doepy/ WARNING: Retrying (Retry(total=0, connect=None, read=None, redirect=None, status=None)) after connection broken by 'SSLError("Can't connect to HTTPS URL because the SSL module is not available.")': /simple/doepy/ Could not fetch URL https://pypi.org/simple/doepy/: There was a problem confirming the ssl certificate: HTTPSConnectionPool(host='pypi.org', port=443): Max retries exceeded with url: /simple/doepy/ (Caused by SSLError("Can't connect to HTTPS URL because the SSL module is not available.")) - skipping ERROR: Could not find a version that satisfies the requirement doepy ERROR: No matching distribution found for doepy

此 PC 中“PATH”的高级计算机设置上的文件路径：

C:\Users\waw29\anaconda3\python.exe

安装软件包时命令提示符的文件路径：

c:\users\waw29\anaconda3\lib\site-packages (1.19.2)

迄今为止发现的最有用的教程代码：

我到目前为止的代码：

错误信息：

注意：我有 Windows 操作系统和最新的 Python pip/setup 轮等。

任何人都可以帮助我如何将视觉选项与音频刺激配对？例如，如果我的响应选项随着每种声音的变化而变化，我如何将其纳入实验中？例如，对于播放 /ta/ 的声音文件，我想放置“ta”和“da”选项，而对于播放 /pa/ 的声音文件，响应选项应该是“pa”和“ba”而不是“ta”和“达”。如何根据声音刺激不断更改响应选项？我正在尝试使用演示窗口，但那里显示的脚本语法对于我尝试设计的感知实验类型是有限的。有人可以指导我使用其他资源或提出一些解决方案吗？

本质上，我想创建一个信任游戏，让我（或我研究团队中的其他人）在每一轮中扮演受托人的角色。

我从基本的信任游戏代码开始：

但是，这当然会将参与者分配到两个角色之一，并让他们与其他参与者而不是我或我的团队一起玩游戏。有关如何实施此结构的任何建议？

我想在分别于 2012 年和 2019 年收集的两个数据集上合并、分析和测试模型。它们都是重复测量，但是 2012 年的数据集是在 3 个会话和 24 名参与者中收集的，而 2019 年的数据集是在 6 个会话和 8 名参与者中收集的。另一个区别是 2019 年的数据集使用了我们机器的升级版本，但是两台机器的原始输出格式相同。

有没有办法解释这些差异（最好在 R/Python 中），还是最好单独建模？