第九讲-1 重复设计资料的方差分析.pptVIP

重复测量资料的方差分析 重复测量资料（repeated measurement data），也称监测数据（monitoring data），是环境领域十分常见的一种数据形式，是对同一研究对象的同一测量指标或多个测量指标，在不同时间点的多次测量结果。统计分析的目的是比较时间变化趋势的特征。 最简单的重复测量资料的方差分析是对试验对象的两次测量，例如试验前后各测量一次，分析试验前后样本均值间的差异，使用配对样本t检验。 当重复测量次数≥3时需要使用重复测量资料的方差分析。 重复测量资料中的处理因素在受试对象间随机分配，研究者对同一研究对象在几个固定观测点作动态观测，受试对象内的各个时间点固定，不能随机分配。 重复测量资料中同一受试对象的数据具有相关性，即各观察对象在不同时间点的数据相关。 满足方差分析的一般条件，还需 协方差矩阵的球对称性sphericity或复合对称性，方差齐性。 球对称性通常采用Mauchly检验（Mauchly’ test）来判断。检验水准为0.01。不满足球对称性，需校正自由度，用Greenhouse-Geisser（G-G）法、Huynh-Feldt法和Lower-bound方法估计球对称系数ε， ε乘以受试对象内各变异的自由度来校正自由度。SPSS可以给出上述三种方法的ε。 例如： 处理因素为A,两个水平，采样点1和2 时间因素为B,四个水平，春夏秋冬四个季节 每一行对应于每一个个体的观测记录 每一列对应于重复观测点的个体观测值 重复观测次数B 处理A 处理对观测值的效应为组间效应 测量时间效应及其与采样点的交互作用为组内效应 采样点间不同季节大气中飘尘浓度（mg/m3），李鸿杰书74页稍加改变。 目的：分析飘尘浓度随时间和空间的变化 SPSS过程 1)Ananlyze-General Linear Model-Repeated measures 2)将within-subjects factor name 中的factor1 改为季节，注意季节是春夏秋冬四季的代号 3)在number of levels中键入季节的水平数4，单机add 4)单击define，显示repeated measures 5)在左边选择春季（1）、夏季（2）、秋季（3）、冬季（4）向右输入,将采样地点送入between subjects factors中 6)点击options，在display中勾选homogeneity tests 7) 单击ok 选组间因素可选 定义协变量，可选 组间方差齐性检验 输出结果 组内因素基本数据信息 重复测量变量的描述统计量 组间因素基本数据信息 四种检验方法 组内（季节）因素多元方差结果 四种检验方法的概率P值均小于0.05，拒绝原假设，飘尘浓度季节差异有统计学意义 季节和采样点有交互作用。 球形假设下检验结果 球形校正后检验结果 球对称检验结果 校正系数的三种估计 卡方值 统计量 组内效应 组内（季节）效应方差分析结果 变异来源 总变异 球形检验为通过，接受原假设，为球形，选择球形假设成立条件的方差分析结果 组间（地区）效应方差分析结果 单变量组间方差齐性检验结果，方差齐性 样本信息 要比较DEHP污染物季节间差异 和小区间差异 练习 如果只研究季节差异？ SPSS过程