多元方差分析和重复测量方差分析.pptVIP

在医学研究中，尤其在临床试验中，每个观察对象记录的观察结果通常有多个反应变量(responsible variable)。例如，血压记录有收缩压、舒张压、脉压等；血脂记录有胆固醇脂、甘油三酯、磷脂、未脂化脂肪酸等；心功能、肺功能、微循环的检测记录项目则可多达十几个乃至几十个，这种有多个反应变量的数据称为多变量数据（multivariate data)。在数据处理时，如果只有一个反应变量但有多个解释变量，有时也称为多变量数据。 要注意多变量数据与多因素试验的区别：多因素试验指的是有多个干预因素（分组因素）的试验，尽管析因设计方差分析和正交设计方差分析可以分析多个试验因素的作用，但试验结果只有一个反应变量，仍然是单变量方差分析。 描述和表达时采用了适合多变量的向量和矩阵的表示方法。 多元方差分析 多元方差分析 多变量分析与单变量分析 多变量分析是对m个反应变量进行一次假设检验（Hotelling T2检验或MANOVA），对组间差别作出推断。在大多数情况下，多变量假设检验结论与对m个反应变量进行m次单变量假设检验（t检验或ANOVA）的结论是一致的，即多变量假设检验拒绝H0，m次单变量假设检验至少有一次拒绝H0，SPSS、SAS等统计软件也是先给出多变量假设检验结果，再给出单变量假设检验结果，作为多变量分析的补充。 但理论上单变量假设检验不能