第8次重复测量数据分析与实际训练.pptxVIP

重复测量设计的方差分析repeated measurement design设计上的不同：不能进行随机分配；前后测量的数据不独立。方差分析的条件：独立/正态/方差齐这种类型的资料在医学中是很常见的，该类数据间存在一定的自相关性，不能够满足常规统计分析方法所要求的独立性假定。我们称该类型为重复测量数据（repeated measurement data）分析方法有别于一般的统计分析方法。第一节 重复测量资料的数据特征一、重复测量设计的基本概念当前后测量设计的重复测量次数=3时，称重复测量设计或重复测量数据。前后测量设计可认为是一特例。因此重复测量数据产生了专门的统计分析方法：重复测量数据的一元方差分析多元分析方法，如多元方差分析和轮廓分析（profile analysis）等。二、重复测量设计一元方差分析的条件对重复测量资料进行一元方差分析，除要求样本是随机的外，强调原始资料的方差协方差矩阵（covariance matrix）的球对称性（sphericity）或复合对称性（compound symmetry） 对角线方差相等非对角线协方差为0调整系数常用估计方法有Greenhouse-Geisser、Huynh-Feldt和Lower -bound三种方法。①Greenhouse-Geisser Epsilon，即“G－G”法②Huynh-Feldt Epsilon，即“H－F”法，是校正系数的无偏估计。③Lower –bound，是对校正系数的最保守估计。如果重复测量水平为k，则SAS可以给出前两种校正系数估计值，SPSS软件可给出以上三种校正系数估计值。 调整规则：只对具有重复测定性质的时间效应的F值自由度和处理时间交互作用的F值的分子和分母的自由度进行调整。与时间有关联的自由度进行校正第二节?重复测量资料的方差分析一、重复测量资料的单因素方差分析(时间)数据格式多次测量数据间是否独立？球形性检验结果如何？ “球对称”的假设被拒绝 不变趋势分析一般多项式回归模型r=p-1 p为时间点数余松林 医学统计学，127-129余松林，向惠云 重复测量资料分析方法与SAS程序，39-40二、重复测量资料两因素方差分析 该资料为两因素（处理因素，测量时间），该资料可以考虑的分析方法有哪些？重复测量的数据集格式两因素二水平，Epsilon=1二因素多水平重复测量的方差分析表12-16factor1拟合多项式，四次方仍有意义，说明各时间点的平均水平是不等的Factor1*treat，说明各组是不平行的，随时间改变的趋势不同以上结果说明各时间点不同，各处理方法也不同。多重比较三、重复测量资料分析策略 重复测量数据有两种专门的统计分析方法：多元方差分析，一元方差分析。后者有条件限制，若条件不满足，要对与时间有关的分析项的自由度进行校正从而校正P值。在一元方差分析表中，既有对组间效应的检验，又有对组内效应的检验。?注意事项要求各组例数相等“球对称”检验公式计算复杂,常利用软件进行(余松林编)常见误用情况多次t检验忽略个体曲线变化特征:采用轮廓分析差值比较问题协方差分析是一种方法,但要满足条件实际数据训练1clinical.sav研究目的：比较两组主观受益率差异是否有统计学意义。一般临床研究需要收集的数据包括：入组信息，主要考察两组入组病人在人口学与临床特征上有无差异；不良反应：血液、肝肾功能、影像检查等与药物治疗有关的信息；疗效信息。本资料包括变量可以分为入组时信息：age，gender，height，wt，SBP，DBP，pulse，ECG ，upain1，hb1，rbc1，wbc1，plt1治疗后信息：upain2，hb2，rbc2，wbc2，plt2 入组与治疗后的改变可反应是否有不良反应或不良事件（不良反应为与治疗有关；不良事件是治疗期间所发生的有关无关均计算）疗效信息：主观受益需要考虑的问题是入组基本信息是否可比？两组不良反应与不良事件是否有差别？如果某个或某些入组信息不可比，且这一信息对疗效会产生影响，在比较两组疗效时需要进行调整即混杂因素需要控制。常用的统计方法是入组信息是否可比：定量数据：age，height，wt，SBP，DBP，pulse，hb1，rbc1，wbc1，plt1用t检验或秩和检验分类数据：gender,ECG,upain1用卡方检验常用的统计方法是不良反应或不良事件hb1，rbc1，wbc1，plt1；hb2，rbc2，wbc2，plt2如果是定量的，可用配对计量数据的分析方法；如果定量的改为正异常，可分析两组转异常率与转正常率是否有差异；正/正,正/异；异/正异/异如果是有序多分类，upain1，upain2，用秩和检验，比较两组等级改变，-2，-1，0，1，2，3常用的统计方法是疗效比较：定量数据