SPSS:正确使用重复测量资料的方差分析
文章发布日期:2020-09-27
来源:临床流行病学和循证医学 作者:石岩岩,赵一鸣 点击次数:8947次
简单来说,方差分析的目的在于检验多个样本均数间的差异是否有统计学意义。那么方差分析,您真的用对了么?为了进行细致比较,研究者有时会对同一受试者的某一指标进行多次测量,以反映该指标的真实意义。那么在这种情况下,当多次测量的数据来自于同一个体,这些数据之间很可能存在相关性,这时候,不能认为每一个数值均来自独立样本,故不能采用常规的单变量/多变量方差分析。
下面我们来通过一个非常简单的例子来理解重复测量资料:欲研究糖尿病患者不同时间点血糖水平是否与正常人有差异,同一个体不同时间点的血糖水平是否有差异。通过测量得到如下数据。
受试者血糖浓度(mmol/L)

如此一组数据,大家会选用何种统计分析方法呢?
显然,这是对同一受试对象在不同时间点上进行多次测量所得到的资料,可用来分析观察指标在不同时间点上的变化。这样的数据称为重复数据。如上表所示,每一行的数据均来自同一受试对象,多次测量结果之间可能存在相关性,故不能采用单变量方差分析或多变量方差分析,而需应用重复测量方差分析。
重复测量方差分析用SPSS软件即可实现。设置变量后进行常规数据录入,下一步,进行分析操作:
1.选择“分析”——“一般线性模型”—— “重复测量”菜单项。
2.“被试内因子名称”文本框,将默认的名称“因子1”改为此处的测量内容“血糖”,“级别数”代表重复测量的次数,此处为4,点击“添加”,完成内因子的定义(所谓内因子,是指组内因素,即对同一个体相同变量的不同次测量结果被视为一组)。

3.接下来,出现重复测量方差分析的主对话框,如下图。由于多次测量而出现多个因变量,我们需要在%20“主体内部变量”中进行设定。而因子列表则相当于自变量,即分组变量group。

4. 在“模型”按钮中定义需输出的结果,若考虑分组、时间变量以及两者的交互作用,则默认:全因子。在“选项”中选择输出“描述统计”,因为各组统计描述值是必不可少的。

如此,重复测量方差分析的操作完成!在结果判读中需要指出的是:首先查看Mauchly球形度检验结果P值,如果P>0.05(也有人说是P>0.1),认为资料符合球形假设,说明多次测量结果之间不存在相关性,直接采用一元分析结果(Test of Within-Subject Effect)中的非校正结果;反之,则需要采用多变量检验(Multivariate Test),也可以用一元分析结果中的校正后结果。

本刊公告
-
[2020-09-29]
-
[2020-06-15]
-
[2020-01-28]
-
[2019-05-07]
-
[2018-01-19]
-
[2015-07-01]
-
[2015-08-06]
-
[2014-11-17]
-
[2011-05-27]
-
[2020-06-08]
本刊动态
-
[2021-01-12]
-
[2020-12-31]
-
[2020-12-30]
-
[2020-12-23]
-
[2020-12-08]
-
[2020-11-03]
-
[2021-01-05]
-
[2020-12-09]
-
[2020-05-20]
-
[2020-06-23]