重复测量资料(repeated measurement data)是指同一受试对象的同一观察指标在不同时间点上进行多次测量所得的资料,常用来分析该观察指标在不同时间点上的变化特点。
举例(注:此例子为不等距重复测量):
为了解某药物对某种疾病模型大鼠的体重影响,将20只Wistar大鼠随机分成3组,阴性对照组(7只)、正常对照组(6只)和待测药物组(7只)。阴性对照组,造模14天后肌注生理盐水;正常对照组,14天后肌注生理盐水;待测药物组,造模14天后肌注待测药物,连续给药8天。分别记录造模后第10、15、20、24天的大鼠体重。
SPSS分析步骤:
Analyze→General Linear Model(一般线性模型)→Repeated Measures…→出现Repeated Measures Define Factors对话框,在Within?Subject Factor Name中键入t (重复测量的变量名);在Number of levels中键入4 (重复测量的次数),单击Add→ Define,进入Repeated Measures 主对话框:将t10~t24(代表四次测量结果)调入Within?Subjects Variables(t)框中; group调入Between?Subjects Factor(s) 框中→ Model,进入Repeated Measures :Model对话框,选中Custom(自定义模型),将time调入Within?Subjects Model框(分析4次测量间有无随时间变化的趋势);group调入Between?Subjects Model框,→Build Term(s)菜单中选中 Main effects(只分析主效应) ,单击Continue返回→Paste,进入SPSS Syntax Editor程序编辑窗口,将"/WSFACTOR=t 4 Polynomial" 语句修改为"/WSFACTOR=t 4 Polynomial (10 15 20 24)"→单击Run→ All 。
输出结果:
表2 球形检验结果(略)
表3 组内因素的一元方差分析检验结果(略)
表4 组内因素的多元方差分析检验结果(略)
表5 组间因素的一元方差分析检验结果(略)
表2为SPSS给出的球形检验结果。表3是针对组内因素t及t与组间因素group的交互作用即t * group进行的一元方差分析检验,表中后3行是校正后的结果(校正系数Epsilon)。表4是针对t和t* group进行的多元方差分析检验,SPSS对此具体采用了4种多元检验方法,一般以Pillai's Trace结果为准。表5是组间因素group的检验结果。 此例中球形检验结果χ2=23.574, P<0.05,数据不符合Huynh?Feldt条件,不满足球形假设,说明重复测量的数据间高度相关,应以多元检验结果为准[2] ,即表4第1行的数据。同时可参考校正后的一元方差分析结果,多推荐Greenhouse?Geisser的校正结果,即表3第2行的数据。 若数据满足球形假设,则说明重复测量的数据间实际上不存在相关性,可直接进行一元方差分析,无需校正,应采用表3第1行的数据。
各组资料在不同时间点上的差别 在不同处理组与不同时间上的差别均有统计学意义时,可进一步进行两两比较,本例就属此种情况。SPSS中的操作步骤如下:Analyze→Multivariate(多元方差分析模型)→向Dependent variablesk框中调入t10~t24;Fixed factors中调入group,单击Continue→ Model,选中Custom,将group调入Model框,Build Term(s)菜单中选中 Main effects,单击Continue →单击Post Hoc,在Post Hoc Tests for 框中调入group,选中LSD(两两比较方法的选择原则与单因素方差分析一致),单击Continue →单击Options,在Display means for框中调入 group,选中Disply Descriptive statistics(输出对数据的统计描述)单击Continue→OK。
在对重复测量资料进行分析时要注意下面几点:①球形检验之后,若p>0.05, 说明重复测量数据之间不存在相关性,满足Huynh-Feldt条件,可以使用重复测量资料的单变量方差分析。若p<0.05,说明不满足Huynh-Feldt条件,需要对组内效应进行校正,校正系数为Epsilon而组间效应无需校正;②不等距重复测量资料在SPSS中不能直接利用菜单完成,可利用Paste按钮和Syntax Editor程序编辑窗口;③重复测量资料的结果较复杂,在给出解释时要慎重。
参考文献
丛珊,李凡. 医学研究中不等距重复测量资料的分析及在SPSS16.0中的实现.
转载本文请联系原作者获取授权,同时请注明本文来自张高燕科学网博客。 链接地址: https://blog.sciencenet.cn/blog-479412-604552.html
上一篇:
SVM学习笔记 下一篇:
信号、信息与数据的区别