第12章重复测量设计.pptVIP

重复测量设计资料的ANOVA 重复测量的定义 　重复测量(repeated measure)是指对同一研究对象的某一观察指标在不同场合（occasion，如时间点）进行的多次测量，用于分析该观察指标在不同时间点上的变化规律。 　例如，为研究某种药物对高血压（哮喘病）病人的治疗效果,需要定时多次测定受试者的FEV1 ，以分析其的变动情况。 　　　再如，药效研究中要观察给药后不同时间点上的血药浓度。 重复测量设计的优缺点 优点： 每一个体作为自身的对照，克服了个体间的变异。分析时可更好地集中于处理效应. 因重复测量设计的每一个体作为自身的对照，所以研究所需的个体相对较少，因此更加经济。 重复测量资料ANOVA对协方差阵的要求 　　重复测量资料方差分析的条件： 1. 正态性 处理因素的各处理水平的样本个体之间是相互独立的随机样本，其总体均数服从正态分布； 2. 方差齐性 相互比较的各处理水平的总体方差相等； 3. 各时间点组成的协方差阵(covariance matrix)具有球对称(sphericity)特征。 若球形性质得不到满足，用随机区组设计方差分析的F值是有偏的，这会造成I型错误增加。 一般ANOVA的协方差矩阵 重复测量资料的协方差矩阵 球形对称的实际意义 球形对称的实际意义举例 球形对称的检验 球形对称条件不满足怎么办？ 自由度调整方法1 自由度调整方法2 调整规则 第一节 单因素重复测量资料的方差分析 例1 一项关于不同药物治疗心律失常的研究。对9例经常出现室早的病人用药前测定心率后进行随机化给药： 病人按A药－安慰剂（C药）－B药的顺序给药；安慰剂持续一周（洗脱期）。 试比较用药前与各种药物间以及A药与B药之间的心律差别? ANOVA表 平均值之间的多重比较 注：本例作Two-way ANOVA，结论基本一致。 第三节 两因素重复测量资料的方差分析 利用SPSS进行重复测量设计资料的ANOVA 例12－3（P271） 将数据录入SPSS 见P224表12-19 见P225 表12-20 * *  缺点： 滞留效应(Carry-over effect) 前面的处理效应有可能滞留到下一次的处理. 潜隐效应(Latent effect) 前面的处理效应有可能激活原本以前不活跃的效应. 学习效应(Learning effect) 由于逐步熟悉实验，研究对象的反应能力有可能逐步得到了提高。 （个体内不独立） 所有两两时间点变量间差值对应的方差相等 对于yi与yj两时间点变量间差值对应的方差可采用协方差矩阵计算为： 40 25 20 15 A4 25 30 15 10 A3 20 15 20 5 A2 15 10 5 10 A1 A4? A3? A2? A1? 协方差阵 s1-22 = 10 + 20 - 2(5) = 20 s1-32 = 10 + 30 - 2(10) = 20 s1-42 = 10 + 40 - 2(15) = 20 s2-32 = 20 + 30 - 2(15) = 20 s2-42 = 20 + 40 - 2(20) = 20 s3-42 = 30 + 40 - 2(25) = 20 本例差值对应的方差精确相等，说明球形对称。 用Mauchly法检验协方差阵是否为球形对称 H0：资料符合球对称要求； H1：资料不满足球形对称要求 　　检验的P值若大于研究者所选择的显著性水准α时，说明协方差阵的球形对称性质得到满足。 常有两种方法可供选择： 1. 采用MANOVA（多变量方差分析方法）（本书第14章第3节） 2. 对重复测量ANOVA检验结果中与时间有关的F值的自由度进行调整（调小，下一页） 重复测量资料ANOVA总的思想： 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（不同时间点）的变量。 重复测量资料的单变量（univariate）方差分析实例1 重复测量资料的单变量（univariate）方差分析实例1 先采用前述配对t检验方法，计算需比较的两两均数的t统计量，然后将这些样本统计量t值与Bonferroni临界t值进行比较。确定P值