重复测量方差分析重点.ppt

方差分析 单因素方差设计只涉及一个处理因素该因素至少有两个水平 有两水平时：称为两样本均数比较 两水平以上：称多个样本均数比较的方差分析 举例： 有4个样本均数 完全随机设计 如比较4种饲料对小鼠体重增加量的影响，处理因素是饲料，有4个水平（不同饲料）。 完全随机设计是将n个小鼠随机分为4组。 应用条件 1. 各样本是相互独立的随机样本，均服从正态分布。 2. 相互比较的各样本的总体方差相等，具有方差齐性。 重复测量设计 一、重复测量资料的数据特征 当对同一受试对象在不同时间重复测量次数p≥3时，称为重复测量设计或重复测量数据。 图例 重复测量资料 是同一受试对象的同一观察指标在不同时间点上进行多次测量所得的资料，常用来分析该观察指标在不同时间点上的变化。有时是从同一个体的不同部位（或组织）上重复测量获得的指标的观测值。 问题？ 想一想？同一观察单位具有多个观察值，而这些观察值来自同一受试对象的不同时点（部位等）,这类数据间往往有相关性存在，违背了方差分析要求数据满足独立性基本条件。 在这种情况下： 实际中：重复测量资料比独立资料更多见。 ●临床研究中，需要观察病人在不同时间的某些生理、生化或病理指标的变化趋势，研究不同时间或疗程的治疗效果。 ●流行病学研究中，观察队列人群在不同时间上的发病情况。研究不同职业、性别人群实施某种控制后，不同时间的多次效果考察。 ●卫生学研究中，纵向观察儿童生长发育规律等，不同地区和环境营养状况。 提醒大家 重复测量数据在医学研究中十分常见，在医学类杂志上约占四分之一，而且统计表达和分析误用情况严重。 主要优点 重复测量设计与随机区组设计的区别？ 1. 随机区组设计要求每个区组内实验单位彼此独立 处理因素只能在 区组内随机分配 每个实验单位接 受处理是不同的 见左表： 2. 重复测量设计区组内实验单位彼此不独立，见表12-3 但同一受试的血样重复测量结果是高度相关的，见表12-6： 二、重复测量资料分类repeated measurement data ● 单变量重复测量方差分析 ● 多变量重复测量方差分析 ● 单变量重复测量方差分析 1. 单组重复测量 指同一组内（或接受同一种处理）的多个受试者，在多个时间点上的反应变量所作的测量，又称为单变量重复测量。 2.多组重复测量（多组并不等于多因素） 指将受试者按处理的不同水平分为几个组，对这些组内的每一受试者，都在不同时间点对他们的反应变量进行测量。 1. 单组重复测量数据方差分析 2. 两组重复测量数据方差分析 三、重复测量资料分析的前提条件和基本步骤 1.前提条件： 首先要求样本是随机的， 除了满足一般方差分析 条件外，特别强调满足 协方差阵（covariance matrix）球形性。 概念： 若球对称性得不到满足，方差分析的F值是有偏的，会增大Ⅰ类错误的概率 2. 用Mauchly法检验协方差阵的球形性质 3.自由度常用调整方法 ①Greenhouse-Geisser 法，简称：G-G法 ②Huynh-Feldt 法，简称：H-F法 ③Lower-bound法，简称：L-B下界法 以上前两种方法较复杂，采用软件计算。 4. 举例：单组重复测量数据的方差分析 分析: 数据结构上与完全区组设计相似但实质不同 SAS结果中包括偏相关阵 例题 1.建立假设，确定检验水准α＝0.01 3.调整时间点F值的自由度调整原则： ⑴当资料满足“球对称”(Sphericity)条件时（ Pα） ，不作调整。 ⑵当资料不满足“球对称” 条件时（ Pα） ，时间点间F值的自由度需要调整。 常用的调整方法 4. 计算F值 球对称性通常采用Mauchly’s test检验来判断 5.单组重复测量方差分析数据结构 分析：单组重复测量数据分析的缺陷只能分析观察对象的观测值在不同时间点的差别。 专业认为：不同时间点上的观测值变化可能是“处理”的作用，也可能是患者病情的自然变化，与“处理”无关，如果要分析“处理”效应，必须设立一个平行对照组，通过组间差别的大小说明“处理”组效应的大小。两独立样本重复测量设计是将N个受试对象随机地等分两组，一组作为实验组，另一组作为对照组。 5.举例：两组重复测量数据方差分析 为研究国产某药品与同类型进口药品对慢性乙型肝炎患者谷丙转氨酶（ALT）水平的影响，将20名慢性乙型肝炎患者随机分为两组，一组服用国产药作为实验组，一组服用进口药作为对照组。对每一患者在治疗前、治疗后12周、24周、36周重复4次测量ALT水平，实验结果见下表。问两种药物对慢性乙型肝炎患者的ALT水平影响是否不同？ 表 分析结果 程序如下 相关分析结果 方差分析结果 结果显示汇总 问题？ 从以上分析可见：无论单组或两组分析，我们仅算