重复测量方差分析步骤汇总!
一、前期准备
1.研究目的
重复测量方差:相关领域(比如医学研究)时,常常需要对同一观察单位重复进行多次测量,比如对病例在不同时间点进行多次测量,此类数据称为重复测量资料。由于此类数据同一对象多次测量之间存在相关性,因而不能简单的使用方差分析进行研究,而需要使用重复测量方差分析。
重复测量方差分析时涉及两个重要的术语名词,分别是组内和组间。比如有这样一项关于抑郁症的研究,共有12名患者,分别6名患者使用新药或者旧药;并且分别测试12名患者用药后分别第1周,第4周和第8周时的抑郁程度。因此数据中涉及到时间点的记录,和组别的记录。时间点则称之组内项;组别称为组间项;
![](https://pic3.zhimg.com/80/v2-c3fab4ee66be7c5078df9a6f78237022_720w.jpg)
2.准备数据
(1)重复测量方差搜集的数据格式如下:
![](https://pic1.zhimg.com/80/v2-d0108ec9f8c1741a907e42d0671c92e8_720w.jpg)
(2)将数据上传SPSSAU之前需要对格式进行处理,重复测量数据是指同一批样本(病例)在不同的时间点测量了多次数据,因此重复测量数据的特殊之处在于一定会有ID号(即样本或者病例号),以及时间点数据。参考如下:
![](https://pic1.zhimg.com/80/v2-d6ed0faf2daaa8e5bbb86821818610d0_720w.jpg)
说明:同一个ID会有多个时间点的数据,比如上面有12个样本(12个ID号),并且测量5个时间点。那么就一定会有12*5=60行数据。同一个ID号会重复5次,同一个时间点会重复12次。
二、上传数据到SPSSAU
登录账号后进入SPSSAU页面,点击右上角“上传数据”,将处理好的数据进行“点击上传文件”上传即可。
![](https://pic2.zhimg.com/80/v2-f40262f333849363d1edc72da3a601ed_720w.jpg)
![](https://pic2.zhimg.com/80/v2-b356ed1c12f0b12ddaa216a7b8fad66d_720w.jpg)
三、操作
1.操作途径
SPSSAU实验/医学研究→重复测量方差。
![](https://pic1.zhimg.com/80/v2-6a2469ba529b9ce6757cbe6b64d24310_720w.jpg)
2.拖拽分析项
(1)检查
检查分析项是否都在左侧分析框中。
(2)进行拖拽
![](https://pic1.zhimg.com/80/v2-bb0489c916f13d09ce4bee74535ad210_720w.jpg)
本例中因变量为‘抑郁情况’,组内项‘时间点’,患者编号‘ID’和组间项‘药物类型’,分别放置数据如上图。
(PS:绝大多数情况下,组间项仅为一个(有时甚至没有组间项)。SPSSAU支持组间项为0个,1个或者2个的情况。)
3.选择参数
(1)事后多重比较
![](https://pic2.zhimg.com/80/v2-90953e78677622e7ca7a6e573586cb41_720w.jpg)
SPSSAU默认不进行事后多重比较,如果需要进行事后多重比较可以选择事后多重比较方法。
如果选中事后多重比较,SPSSAU默认会对组内项和组间项均地事后多重比较。具体多重比较类型上,通常建议使用Bonferroni校正法较优。如果各组别样本不同时可使用scheffe法,如果各组别样本完全相同可使用tukey法等。
![](https://pic2.zhimg.com/80/v2-33ffadc57ddff28dfb8f8c92b7774d95_720w.jpg)
事后多重比较:SPSSAU事后多重比较帮助手册
(2)简单效应
![](https://pic1.zhimg.com/80/v2-1e62c269cd4733ea931f7a1fcc7ef2a0_720w.jpg)
简单效应指X1在某个水平时,X2不同水平的比较;SPSSAU进行简单效应时默认使用Bonferroni法进行计算p值。SPSSAU默认针对组内项(只针对组内项的第1项,若有多项,可互换位置)与组间项之间进行简单效应分析。
四、分析
1.组间效应分析
![](https://pic1.zhimg.com/80/v2-45c61763d93add576439bf30a3e1496c_720w.jpg)
分析组间效应,即两种药物类型(新药和旧药)对于抑郁的差异性,上表可知:药物类型并没有呈现出显著性(F =0.224,p =0.646>0.05),说明新药和旧药对于抑郁症没有明显的差异,也即说明药物对于抑郁症治疗没有明显的帮助。
2.球形度检验
SPSSAU分析建议
针对组内项时间点进行球形度检验可知:本次重复测量方差模型没有通过球形度检验(p=0.031<0.05),并且球形度W值为0.463<0.75,因此最终应该以GG校正结果为准。
【PS:如果组内项水平数量为2(比如两个时间点)则不需要进行球形度检验;如果有缺失数据,可能导致无法进行球形度检验。】
3.组内效应分析
球形度检验显示最终应该使用GG校正结果,上表格中用蓝色标识出最终需要查看的结果值。对于时间点来看,其呈现出0.1水平的显著性(F =4.136,p =0.055 <0.1),即说明不同时间点时患者的抑郁症程度有着明显的差异性。同时对于时间与药物类型交互项上,其并没有呈现出显著性(F =0.591,p =0.499> 0.05),说明并不存在差异效应。
4.折线图分析
![](https://pic2.zhimg.com/80/v2-e68aa90a90d03d2c3801101c77948d4d_720w.jpg)
从上图可以看出:第1周时抑郁程度分值为4.00分,第4周时为4.08分,第8周明显上升为4.83分,说明随着时间的变化,患者抑郁情况有加重迹象,尤其从第4周到第8周变化时,抑郁程度分值由4.08分明显上升到4.83分。(PS: SPSSAU还提供了药物类型均值折线图以及交互项的均值折线图。)
5.均值分析
![](https://pic2.zhimg.com/80/v2-720ddd6c45d4abf16701fc84f27fbc45_720w.jpg)
上表可以看出第1周、第4周、第8周的平均值、标准差以及样本量。 (PS:SPSSAU还提供了药物类型均值表以及交互项的均值表)
6.事后多重比较
对于第1周-第8周来看,其呈现出0.1水平的显著性(p =0.050 <0.1),即说明二者具有差异性。
对于第4周-第8周来看,其呈现出0.1水平的显著性(p =0.087 <0.1),即说明二者具有差异性。
7.简单效应比较
上表结果显示:对于第1周、第4周、第8周来看,P值均大于0.1,即说明三个时间点的药物类型均不具有差异性。
8.其它说明
(1)重复测量方差的ID值是什么意思?
重复测量方差时的ID指研究对象的ID,比如有100个病人,重复测量了4次,那么数据一共为400行,但是ID是从1到100,而且每个ID均需要重复4次。
(2)自由度校正是什么意思?
如果没有通过球形度检验,则需要进行自由度校正,重新计算p 值;事实上F 值完全一样,仅自由度不一样,因而p 值可能并不一样。唯一的区别在于df 值不一样,比如满足球形检验时df 值为10,GG值为0.8,那么GG校正自由度为10*0.8=8。
(3)如果呈现出有显著性差异,如何查看差异?
如果呈现出差异性,可通过图形,或者下面的平均值表格;也可以使用SPSSAU通用方法里面的方差,或者事后多重比较,进一步了解具体差异情况等。
五、总结
重复测量方差对于数据格式要求非常严格,组内项,组间项,样本ID和测量数据分别均需要占用一列。重复测量方差需要为平衡数据,例子中12名患者,每名患者测量3次,则一定为12*3=36行数据,并且不能有缺失等;比如ID为5的患者在第8周没有测量数据,这会导致无法分析,有两种处理办法:第一种是直接将该ID为5的样本全部筛选掉,即相当于仅11个患者进行实验;第二种办法是将数据进行填补,可使用SPSSAU的异常值功能。
以上就是重复测量方差分析步骤汇总。其它分析方法资料等等请登录官网查看。