北京大学医学部医学统计学进阶1第2讲 重复测量资料的方差分析.ppt

北京大学医学部医学统计学进阶1第2讲 重复测量资料的方差分析.ppt

  1. 1、本文档共52页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
重复测量资料的方差分析;成组设计(单因素)方差分析;配伍设计(双因素)方差分析;;表3. 配伍组设计方差分析计算表;表4. 配伍组设计方差分析结果;本资料用双因素方差分析存在的问题:同一个体在不同时间点的测量值具有相关性。 (血糖浓度2.sav);重复测量资料;第一节 重复测量资料方差分析 对协方差阵的要求;协方差矩阵的球形性;协方差阵符合球形性质是指该矩阵主对角元素相等、非主对角元素(协方差)为零。协方差相等也表示相关系数相等,即不同时间点不存在相关。 对于重复测量资料来说,上述条件可适当放宽,符合Huynh-Feldt条件即可,即ss2jj+ss2kk-2s2jk=c,其中c为常数。称为协方差矩阵具备H型结构;球形对称的检验;;SPSS球形检验结果如下图所示,P=0.0270.05,资料不符合Huynh-Feldt条件,不满足球形性要求。;如果球形条件不满足;第二节 单因素重复测量资料的 方差分析;根据上述例2数据,画出全部8名受试对象的血糖浓度随时间变化的线图如下:;根据上述例2数据,画出全部8名受试对象的血糖浓度均数随时间变化的线图如下:;重复测量资料的方差分析思想: 将总变异分解为个体间(between subjects)变异与 个体内(within subject)变异,其中个体内变异是与重复因素有关的变量。;; ν总=np-1 ν受试者间=n-1 ν 受试者内=p-1 ν误差=(n-1)(p-1);分析步骤(例2资料): 检验假设:令μj为第j时间点反应变量的总体均数, H0: μ1= μ2=…=μp H0: μj≠ μk,至少有一个不等式成立 α=0.05 ;根据Greenhouse-Geisser系数0.647调整自由度: 分子自由度:0.647×3≈2 分母自由度:0.647×21≈14 查F界值表得调整后的F界值为:F0.05(2,14)=3.74(大于调整前的F界值) 本例F=51.18F界值,故P0.05,不同时间点的血糖浓度有区别;SPSS输出结果:(血糖浓度2.sav);第三节 两因素重复测量资料的 方差分析;例3 一项药物代谢动力学研究,目的是对比某种药物的不同剂型在体内的代谢速度。剂型分胶囊型和片剂型。将16名受试对象随机分为两组,每组8名。一组给予胶囊,另一组给予片剂,分别在服药后1、2、4、6及8小时测定血中的药物浓度。测定结果见表6。 (药物浓度.sav) ;表6 某药两种不同剂型在血中的浓度(μg/ml);组间因素是药物剂型, i(i=1,2,…,g)为组间因素的分组号; 组内因素是测定时间。j(j=1,2,…,p)为测定时间点的序号,k(k=1,2,…,ni)为组间因素第i水平的受试对象号,受试对象总数为n1+n2+…+ng。当各ni相等时,则用 n代替ni。测量值总个数N=g×n×p.本例g=2;各组受试对象数n=8,p=5,受试对象总数为2×8=16例,测量值总个数N=80。;;;方差分析模型;; 双因素方差分析的步骤和单因素一样,依次计算离均差平方和、自由度、均方和F值,从而得到P值 。 1.检验假设,这里共有三个假设: (1)处理组效应:H0:μ1=μ2=…=μg (2) 时间效应: H0:μ1=μ2=…=μp (3) 处理*时间交互作用:H0:略 2. 确定α水平 3.计算 F值,计算公式如下:;表7. 各种离均差平方和、自由度及均方的计算公式; 表8 例3的一个组间因素和一个组内因素的方差分析表;4.确定P值并作出统计推断 在查阅F界值表或SPSS输出的P值前,需检验球形性,如不满足,则要对组内效应和组间*组内交互作用的自由度作出调整,调整系数可在以下两个中选择一个:;SPSS球形检验结果:;SPSS方差分析结果:;SPSS方差分析结果:;SPSS多元方差分析结果(了解):;第四节 趋势分析(trend analysis); 一般的多项式回归模型可表示为: 本课所介绍的多项式曲线是采用正交多项式系数来配合模型。其模型结构为: 模型中的 是在(r)阶下对第j时点平均值 的预报值,Cj(1),…,Cj(r)是从第(1)阶起直到(r)阶的第j个正交多项式系数。β0,β1,…,βr为模型参数,从实际资料中求得它们的估计值,b0,b1,…,br。设测定的时间点有p个,从理论上讲,幂的阶次可以达到r=p。在这种情况下,理论模型与观察资料完全一致。但在实际工作中,一般取幂的阶次 r≤(p-1)。当 r=1时为线形模型。;对于单因素资料来说,多项

文档评论(0)

3471161553 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档