方差分析(重复测量资料spss实现)课件.ppt

1、方差分析（2）重复测量设计重复测量设计方法：重复测量的方差分析方法：重复测量的方差分析目的：推断处理、时间、处理目的：推断处理、时间、处理时间对时间对试验对象的试验指标的作用试验对象的试验指标的作用资料：资料：处理因素分处理因素分g g个水平，每组随机分配个水平，每组随机分配n n个试验个试验对象，共对象，共ngng个，个，g g11时间因素分时间因素分m m个水平（个水平（m m个时点），每个对象个时点），每个对象有有m m个时点上的测量值，共个时点上的测量值，共gnmgnm个，个，m2m2特例：特例：g g1 1，单组重复测量资料，单组重复测量资料 m m2 2，前后重复测量资料，前后重复

2、测量资料实验操作方法重复测量数据的两因素多水平设计，两因素包重复测量数据的两因素多水平设计，两因素包括一个干预因素（括一个干预因素（A A因素）和测量时间因素（因素）和测量时间因素（B B因素）；因素）；多水平指干预（多水平指干预（A A因素）有因素）有g g（22）个水平，）个水平，测量时间（测量时间（B B因素）有因素）有mm（22）个水平（测量）个水平（测量时间点）。时间点）。随机化分组采用完全随机设计的分组方式，将随机化分组采用完全随机设计的分组方式，将gngn个观察对象随机分配到个观察对象随机分配到g g 个处理组中。个处理组中。数据收集在数据收集在mm个时间点上进行，每一个观察对个

3、时间点上进行，每一个观察对象在完全相同的时间点上重复进行象在完全相同的时间点上重复进行mm次测量。次测量。表表12-212-2数据的统计学分析问题数据的统计学分析问题计算前后测量数据的差值，上述数据即计算前后测量数据的差值，上述数据即可转化为完全随机设计（两组）的资料可转化为完全随机设计（两组）的资料形式。形式。一般情况下，针对前后测量数据差值的一般情况下，针对前后测量数据差值的成组成组t t检验方法是可取的，但应注意其应检验方法是可取的，但应注意其应用条件，即方差齐性的问题。用条件，即方差齐性的问题。例题：P271 12-3 将手术要求基本相同的15名患者随即分3组，分别采用A、B、C三种麻

4、醉诱导方法。在T0、T1、T2、T3、T4 五个时像测量患者收缩压 数据如下：对象内对象内MkMk对象间对象间B Bj j g3 m5 n5A Ai iTij 建立假设 H0：H1：=0.05 选择统计方法：正态性 处理因素的各处理水平的样本个体之间是相互独立的随机样本，其总体均数服从正态分布 方差齐性 相互比较的各处理水平的总体方差相等，即具有方差齐同；各时间点组成的协方差阵具有球形性特征。计算统计量(由计算机完成)结论：按照=0.05/0.01 的检验水准，拒绝/尚不能拒绝H0，差异有/无统计学意义(统计学结论)，重复测量设计资料的统计分析方法重复测量设计资料的统计分析方法对于重复测量数据

5、（临床上常称纵向监测数据），对于重复测量数据（临床上常称纵向监测数据），实质上每个受试对象的观察结果是多次重复测量实质上每个受试对象的观察结果是多次重复测量结果的连线，统计分析的目的是比较这些连线结果的连线，统计分析的目的是比较这些连线变变化趋势化趋势的特征。的特征。重复测量试验数据的方差分析需要考虑两个因素，重复测量试验数据的方差分析需要考虑两个因素，一是处理分组，二是测量时间。一是处理分组，二是测量时间。可采用的统计分析方法：可采用的统计分析方法：1.1.多元方差分析方法多元方差分析方法 2.2.重复测量数据的方差分析重复测量数据的方差分析变异分解思路变异分解思路重复测量数据的变异由两大部

6、分组成。一是观察重复测量数据的变异由两大部分组成。一是观察对象间对象间差异，二是差异，二是重复测量重复测量间差异。间差异。观察观察对象间对象间差异包括处理组间差异和观察对象个差异包括处理组间差异和观察对象个体间变异两部分；重复测量间差异包括测量时间体间变异两部分；重复测量间差异包括测量时间之间差异、处理与测量时间的交互作用和组内误之间差异、处理与测量时间的交互作用和组内误差三个部分。差三个部分。因此，重复测量数据的总变异可分解为因此，重复测量数据的总变异可分解为处理组、处理组、测量时间、处理组与测量时间的交互作用、观察测量时间、处理组与测量时间的交互作用、观察对象间随机误差以及重复测量误差对象

7、间随机误差以及重复测量误差等五个部分。等五个部分。对对象象内内误误差差对对象象内内对对象象间间误误差差对对象象间间对对象象内内误误差差对对象象间间误误差差误误差差对对象象内内对对象象间间总总SSSSSSSSSSSSSSSSSSSSSSSSSSABBA 定义重复测量的变量名重复测量的模型，应变量被重复测量了几次，分别存放在几个变量中，所以我们这里要自行定义应变量 定义重复测量次数添加、修改和删除重复测量的变量定义嵌套的重复测量变量对象内变量对象间变量Between-Subjects FactorsBetween-Subjects Factors5551.002.003.00methodNWith

8、in-Subjects FactorsWithin-Subjects FactorsMeasure:MEASURE_1t0t1t2t3t4factor112345DependentVariable五次重复测量的变量名分组变量情况Multivariate TestsMultivariate Testsc c.983126.659a4.0009.000.000.017126.659a4.0009.000.00056.293126.659a4.0009.000.00056.293126.659a4.0009.000.0001.80923.6568.00020.000.000.00822.215a8.

9、00018.000.00020.60020.6008.00016.000.00013.37633.440b4.00010.000.000Pillais TraceWilks LambdaHotellings TraceRoys Largest RootPillais TraceWilks LambdaHotellings TraceRoys Largest RootEffectfactor1factor1*methodValueFHypothesis dfError dfSig.Exact statistica.The statistic is an upper bound on F that

10、 yields a lower bound on the significance level.b.Design:Intercept+method Within Subjects Design:factor1c.对组内变量以及它和分组变量交互作用的多元方差分析四种多元检验方法M Ma au uc ch hl ly y s s T Te es st t o of f S Sp ph he er ri ic ci it ty yb bMeasure:MEASURE_1.29312.7859.178.6791.000.250Within Subjects Effectfactor1Mauchlys

11、WApprox.Chi-SquaredfSig.Greenhouse-GeisserHuynh-FeldtLower-boundEpsilonaTests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent variables isproportional to an identity matrix.May be used to adjust the degrees of freedom for the averaged tests of signif

12、icance.Corrected tests are displayed inthe Tests of Within-Subjects Effects table.a.Design:Intercept+method Within Subjects Design:factor1b.球形检验结果满足球对称假设需校正时的三种校正系数仅供参考，后面的检验结果已自动进行了校正Tests of Within-Subjects EffectsTests of Within-Subjects EffectsMeasure:MEASURE_12336.4534584.113106.558.0002336.453

13、2.715860.644106.558.0002336.4534.000584.113106.558.0002336.4531.0002336.453106.558.000837.6278104.70319.101.000837.6275.430154.27219.101.000837.6278.000104.70319.101.000837.6272.000418.81319.101.000263.120485.482263.12032.5778.077263.12048.0005.482263.12012.00021.927Sphericity AssumedGreenhouse-Geis

14、serHuynh-FeldtLower-boundSphericity AssumedGreenhouse-GeisserHuynh-FeldtLower-boundSphericity AssumedGreenhouse-GeisserHuynh-FeldtLower-boundSourcefactor1factor1*methodError(factor1)Type III Sumof SquaresdfMean SquareFSig.组内因素一元方差分析检验结果球对称假设成立Tests of Within-Subjects ContrastsTests of Within-Subject

15、s ContrastsMeasure:MEASURE_11008.80711008.807127.643.000276.5761276.57641.383.000695.5271695.527348.344.000355.5441355.54466.540.000141.453270.7278.949.00487.724243.8626.563.012278.4132139.20769.720.000330.0362165.01830.883.00094.840127.90380.200126.68323.960121.99764.120125.343factor1LinearQuadrati

16、cCubicOrder 4LinearQuadraticCubicOrder 4LinearQuadraticCubicOrder 4Sourcefactor1factor1*methodError(factor1)Type III Sumof SquaresdfMean SquareFSig.各重复测量间变化趋势的分析不满足任何一种直线或曲线趋势Tests of Between-Subjects EffectsTests of Between-Subjects EffectsMeasure:MEASURE_1Transformed Variable:Average1155433.08011155433.08014649.223.000912.2402456.1205.783.017946.4801278.873SourceInterceptmethodErrorType III Sumof SquaresdfMean SquareFSig.组间效应的方法分析结果组间比较存在差异五次测量的均数图结论结论 不同麻醉诱导方法存在组间差别；患者的收缩压在不不同麻醉诱导方法存在组间差别；患者的收缩压在不同的诱导方法下不同诱导时相变化的趋势不同，其中同的诱导方法下不同诱导时相变化的趋势不同，其中A A组不组不同诱导时相收缩压较为稳定。同诱导时相收缩压较为稳定。