第12章--重复测量设计资料方差分析.pptVIP

第十二章 重复测量设计的方差分析 ANOVA of Repeated Measurement Data Content Data characteristic Analysis of two factors and two levels Analysis of two factors and several levels Familiar errors 第一节 重复测量资料的数据特征 目的：推断处理、时间、处理×时间作用于试 验对象的试验指标的作用。 资料特征： 处理因素 g （≥1 ）个水平，每个水平有n个试验对象，共计 gn个试验对象。 时间因素 同一试验对象在m（≥2 ）个时 点获得m个测量值，共计gnm个测量值。 方法：方差分析 一、前后测量设计 最为常见，是重复测量设计的特例，亦称单组前后测量设计，即g=1, m=2, 如表12-1。 2. 配对 t 检验要求同一对子的两个实验单位的观察结果分别与差值相互独立，差值服从正态分布。 前后测量设计前后两次观察结果通常与差值不独立，大多数情况第一次观察结果与差值存在负相关的关系，如表12-1中，治疗前舒张压与差值的相关系数为-0.602。 二、设立对照的前后测量设计 三、重复测量设计 当前后测量设计的重复测量次数m≥3时，称重复测量设计或重复测量数据。 与随机区组设计的区别： 1．重复测量设计中“处理”是在区组（受试者）间随机分配，区组内的各时间点是固定的，不能随机分配，如表12-5，A、B两种处理随机分配给各个患者后，每个患者测量的时间是相同的。 随机区组设计则要求每个区组内实验单位彼此独立，处理只能在区组内随机分配，每个实验单位接受的处理是不相同的，如表4-9。 重复测量数据若满足“球对称”假设，可用随机区组方差分析；若不满足“球对称”假设，亦可用随机区组方差分析，但需校正时间效应F界值的自由度。 第二节 重复测量数据的两因素两水平分析（第三节当 时的特例）第三节 重复测量数据的两因素多水平分析 一、实验设计 注 意 析因设计：一张方差分析表：分析处理主效应、交互作用。 重复测量设计：两张方差分析表，处理效应1张，时间效应、时间与处理的交互作用1张。 *理论： 析因设计： 重复测量设计： 例12-2 根据表12-2数据，对处理组与对照组、治疗前后舒张压的差别进行统计分析。 注意：处理虽无主效应，但因其与时间有交互作用，故亦认为有辅助效应。 4.结论 ①测量前后的舒张压有差别（P＜0.01） ；②测量前后与处理存在交互作用（P＜0.01）,即处理组和对照组治疗前后的舒张压的变化大小不同。 由表12-2计算，两组治疗后的差别110.2－120.6=－10.4mmHg，大于治疗前的差别(126.2－124.8=1.4mmHg)，说明治疗有效。 5. 结论 不同麻醉诱导方法存在组间差别（表 12-18），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（表 12-19），其中A组不同诱导时相收缩压较为稳定（表 12-20）。 三、注意事项 1. 要求各组例数相等。各组例数不相等时，本节介绍的重复测量数据单变量方差分析计算方法不适用，但用SPSS或SAS统计软件计算无此限制。 第四节 重复测量数据统计分析常见的误用情况 [参见教材P274-275] 表 12-14 多个干预的重复测量数据方差分析表 表 12-15 多个时间点测量前后与交互作用的方差分析表 注意 表12-10 干预分组作用的方差分析表 当 时，可简化为以下两表 表 12-11 测量前后与交互作用的方差分析表 表12-13 处理组与对照组比较的方差分析表 a. R 方 = .510（调整 R 方 = .483） 19 1363.800 校正的总计 20 3404.000 总计 37.089 18 667.600 误差 .000 18.771 696.200 1 696.200 VAR00001 .000 55.008 2040.200 1 2040.200 截距 .000 18.771 696.200 1 696.200a 校正模型 Sig. F 均方 df III 型平方和 源 因变量:yy 表 12-12 测量前后比较与交互作用的方差分析表 18.5