重复测量设计资料的方差分析SPSS操作.docxVIP

重复测量设计资料的方差分析SPSS操作 重复测量方差分析的基本概述：被试对象在接受不同处理后，对同一因变量（测试指标）在不同时点上进行多次测量所得的资料，称为重复测量资料。这里的重复并不是单一的反复，而是在多个时点上的测量。 这种资料的特点是其定量观测指标的数值会随着时间的变化而发生动态变化，并且各时点上的数值是不满足相互独立的假设的。因此不能用方差分析的方法直接进行处理。 如果在期初、期中、期末分别测量学生的电脑能力，则这是单变量重复测量问题。如果分别在三个时期测量学生的电脑和数学成绩，则是多变量重复测量的问题。 重复测量资料的方差分析需满足的前提条件： 1、一般方差分析的正态性和方差齐性检验。 2、协方差矩阵的球形对称性或者复合对称性；需要进行球形检验，检验对称性。原假设：协方差满足球形对称。当拒绝球形假设时，结果中还有其他表可以检验，见例题中的分析。 被试对象 1 处理 1 测量时间1 2 3 4...... m 2 1 TOC\o1-5\h\zN11N1+12N22 例：为研究新减肥药和现有减肥药的效果是否不同，以及肥胖者在服药后不同时间体重的变化情况，将40名体重指标BMIF27的肥胖者随机分为两组，一组用新药，另一组用现有减肥药；坚持服药6个月，期间禁止使用任何影响体重的药物，而且被试对象行为、饮食、运动与服药前平衡期保持一致；分别测得0周、8周、16周、24周的体重资料；试对其进行方差分析。 Spss数据格式片段如下: 剂型 服药。周 服药8周 服药16周 服药24周 1 84.40 82.20 8220 83.00 1 10500 10080 97.40 96.60 1 63.80 62.00 61.60 6040 1 86.20 85.50 8300 8180 1 75.60 73.40 7400 73.00 1 61.20 6040 60.80 6020 1 67.80 66.00 63.40 63.60 2 64.40 6140 61.80 62.00 2 9100 88.40 87.40 89..6C 2 7600 76.20 72.80 71.60 2 7100 72.00 69.80 68.40 2 69.40 66.60 62.80 60.80 2 89.90 87.40 92.60 95.60 2 66.80 63.60 62.60 61.60 1、正态性和方差齐性检验 对4个不同时点上的体重变量进行检验正毒性橙验 剂型 Kolmogorov-Smirnov3 Shapiro-Wilk 统计量 Sig. 统计星 df Sig. 服药。周 1 2 .129 .185 20 20 .200 .070 .913 .889 20 20 .074 .026 服药3周 1 .130 20 .其/ .923 20 .112 2 .177 20 .102 .893 20 .033 服药1E周 1 .135 20 .20015 .909 20 .062 2 .197 20 .040 .907 20 .057 服药叫周 1 .123 20 .2UU .919 20 .095 2 .136 20 .20015 .921 20 .105 a.Lilliefors显著水平修正*这是度实显著水平的下限?使用科莫格洛夫一斯米诺夫检验只要16周第二种处理不显著，其他都显著不为0.可认为正态性假设基本成立。 方差寄性秋验 Levene统计是 df1 df2 Sig. 服药口周基于均值 .977 1 38 .329 基于中值 .765 1 38 .387 基于中值和带有调整后的 .765 1 36.110 .387 df 基于修整均值 .965 1 33 .332 服药8周基于均值 1.029 1 33 .317 基于中值 1.094 1 38 .302 基于中值和带有调整后的 1.094 1 32.319 .303 df 基于修整均值 1.069 1 38 .308 服药16周基于均值 .828 1 38 .368 基于中值 .824 1 38 .370 基于中值和带有调整后的 .824 1 35.991 .370 df 基于修整均值 .676 1 33 .416 服药叫周基于均值 .370 1 33 .547 基于中值 .351 1 33 .557 基于中值和带有调整后的 .351 1 37.946 .557 df 基于修整均值 .263 1 33 .611 方差齐性检验的levene统计量一致认为方差齐性成立。 2、 2、 球形检验和方差分析 Analyze^GLM^repeatedmeasures童里复度安■堂回子S3 童里复度安■堂回子 S3 注意:上图需定义的是内因子时间，而非主体间因子剂型。 因为要考虑药品和时间