12重测量方差分析.ppt

第十二章 重复测量设计资料的方差分析Repeated measures ANOVA 暨南大学医学院医学统计学教研室 林汉生 重复测量的概念 本章的重复测量实验： 对同一观察对象（病人，受试者、动物、标本，等）的同一观察指标在不同时间点上进行的多次测量。 同一受试者的多次测量之间可能存在某种相关性，用通常的统计方法不能揭示内在的特点，有时甚至会得出错误的结论。 第一节 重复测量资料的数据特征 前后测量设计 设立对照的前后测量设计 重复测量设计 设立对照的重复测量设计 一、前后测量设计 前后测量设计的统计方法 前提条件：在假定测量时间对观测结果没有影响时，才能推断处理是否有效。 统计方法：用配对 t 检验或配对秩和检验 高血压患者治疗前后的舒张压平均下降了16mmHg。 经配对t检验，t =16.18， P＝0.000 能说明治疗有效吗？ 住院休息，环境和情绪的改变？考虑了吗？ 二、设立对照的前后测量设计 高血压患者治疗前后的舒张压（mmHg） 确定疗效的前后测量设计必须增加平行对照 平行对照：处理组和对照组的受试对象来自同一人群，试验同时进行。 对两组治疗前后的血压差值进行两样本t检验，信息损失较大。如编号1（130-114＝16），编号8（138-122＝16）。 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。 重复测量设计 设立对照的重复测量设计 未设立对照的重复测量设计 1. 设立对照的重复测量设计 将手术要求基本相同的15名患者随机分3组，在手术过程中分别采用A，B，C三种麻醉诱导方法，在T0（诱导前）、T1、T2、T3，T4 五个时相测量患者的收缩压，数据记录见表。 越是相邻的点，相关系数越大还是越小？ 越是相邻的时间点，数据之间的相关性越大 各列数据处理之间存在不同程度的相关性，而且越是相邻的时间点，数据之间的相关性越大。 理论上讲，当重复测量数据之间相关，用随机区组设计方差分析考察各时间点之间的差别，会增加I类错误的概率。 如果只重复2次，不涉及多重比较，故不涉及该问题。 随机区组设计数据 先将全部受试对象按某种或某些特征分为若干个区组（block），使每个区组内的观察对象随机地接受研究因素某一水平的处理。 重复测量数据与随机区组设计的区别 第二节 重复测量数据的两因素两水平分析 高血压患者治疗前后的舒张压（mmHg） 可以分析： 治疗前、后的舒张压均数是否不同？ （时间主效应） 处理组与对照组的舒张压均数是否不同？ （组间主效应） 组间的舒张压均数差异是否随时间改变？（或各组舒张压的下降幅度是否相同，或各组舒张压随时间变化的趋势是否相同） （交互作用） Analyze?General Linear Model?Repeated Measures 将“治疗前”,“治疗后”选入…将“分组”选入… 分别 单击Plots 、Options 将分组和time选入，单击Add，单击Continue 选择“Descriptive statistics”单击Continue 单击OK 结果解释 SPSS结果解释 这是多变量方差分析结果，不是本章讨论内容 “球对称”检验结果：因只重复两次测量，不能进行“球对称”检验。 “球对称”假设 球对称假设：各时间点数据的两两相关系数?为常数。 两个时间点的重复测量，不进行“球对称”检验。 治疗前后舒张压均数有差别( F =55.01, P=0.000)； 组间的舒张压均数差异随时间改变( F =18.78, P =0.000)，处理组舒张压均数的下降幅度大于对照组。 处理组与对照组舒张压均数的差别无统计学意义（F = 1.57, P = 0.226）。 第三节 重复测量数据的两因素多水平分析 例12-3：将手术要求基本相同的15名患者随机分3组，在手术过程中分别采用A，B，C三种麻醉诱导方法，在T0（诱导前）、T1、T2、T3，T4 五个时相测量患者的收缩压，数据记录见表。试进行方差分析。 数据文件 Analyze ? General Linear Model ?  Repeated Measures 结果解释 “球对称”假设成立（ P=0.178 ），可选择Sphericity Assumed法 不同麻醉诱导时相间的收缩压均数存在差别（F = 106.56, P = 0.000）； 不同诱导方法患者收缩压均数的差别随时相改变（F = 19.10, P = 0.000），其中A组不同诱导时相的收缩压较为稳定(见图)。 A组不同诱导时相的收缩压较为稳定 黑白打印?论文中使用如何改变纵标目的文字方向？ 在Wor