SPSS多因素方差分析（一般線性模型）：重復測量

一、GLM重復測量（分析-一般線性模型-重復度量）

1、概念：“GLM 重復測量”過程在對每個主體或個案多次執(zhí)行相同的測量時提供方差分析。如果指定了主體間因子，這些因子會將總體劃分成組。"數(shù)據(jù)分析師"通過使用此一般線性模型過程您可以檢驗關于主體間因子和主體內(nèi)因子的效應的原假設。可以調(diào)查因子之間的交互以及單個因子的效應。另外，還可以包含常數(shù)協(xié)變量的效應以及協(xié)變量與主體間因子的交互。
在雙重多變量重復測量設計中，因變量表示主體內(nèi)因子不同水平的多個變量的測量。例如，您可能在三個不同的時間對每個主體同時測量了脈搏和呼吸。
“GLM 重復測量”過程提供了對重復測量數(shù)據(jù)的單變量和多變量分析。平衡與非平衡模型均可進行檢驗。如果模型中的每個單元包含相同的個案數(shù)，則設計是平衡的。在多變量模型中，模型中的效應引起的平方和以及誤差平方和以矩陣形式表示，而不是以單變量分析中的標量形式表示。這些矩陣稱為SSCP（平方和與叉積）矩陣。除了檢驗假設，“GLM 重復測量”過程還生成參數(shù)估計。
”數(shù)據(jù)分析師“常用的先驗對比可用于對主體間因子執(zhí)行假設檢驗。另外，在整體的F 檢驗已顯示顯著性之后，可以使用兩兩比較檢驗評估指定均值之間的差值。估計邊際均值為模型中的單元提供了預測均值估計值，且這些均值的輪廓圖（交互圖）允許您輕松對其中一些關系進行可視化。
殘差、預測值、Cook 距離以及杠桿值可以另存為數(shù)據(jù)文件中檢查假設的新變量。另外還提供殘差SSCP 矩陣（殘差的平方和與叉積的方形矩陣）、殘差協(xié)方差矩陣（殘差SSCP 矩陣除以殘差的自由度）和殘差相關矩陣（殘差協(xié)方差矩陣的標準化形式）。
WLS 權重允許您指定一個變量，用來針對加權最小平方(WLS) 分析為觀察值賦予不同權重，這樣也許可以補償測量的不同精確度。
2、示例。根據(jù)學生的焦慮程度檢驗的得分將十二個學生分配到高或低焦慮程度組。焦慮等級被認為是主體間因子，因為它會將主體劃分成組。讓每個學生進行四個學習任務試驗，并記錄每次試驗中所犯錯誤的個數(shù)。每次試驗的錯誤都記錄在單獨的變量中，并使用四個試驗的四個水平定義主體內(nèi)因子（試驗）。試驗的效果很明顯，而試驗與焦慮的交互則不明顯。
3、方法。類型I、類型II、類型III 和類型IV 的平方和可用來評估不同的假設。類型III 是缺省值。
4、統(tǒng)計量。兩兩比較范圍檢驗和多重比較（對于主體間因子）：最小顯著性差異、Bonferroni、Sidak、Scheffé、Ryan-Einot-Gabriel-Welsch 多重F、Ryan-Einot-Gabriel-Welsch 多范圍、Student-Newman-Keuls、Tukey’s 真實顯著性差異、Tukey 的b、Duncan、Hochberg’s GT2、Gabriel、Waller-Duncan t 檢驗、Dunnett（單側和雙側）、Tamhane’s T2、Dunnett’s T3、Games-Howell 和Dunnett’s C。描述統(tǒng)計：所有單元中所有因變量的觀察均值、標準差和計數(shù)；Levene 的方差齊性檢驗；對因變量協(xié)方差矩陣的齊性Box 的M 檢驗以及Mauchly 球形度檢驗。
5、圖。分布-水平圖、殘差圖以及輪廓圖（交互）。
6、數(shù)據(jù)。因變量應是定量的。主體間因子將樣本劃分為離散的子組，例如男性和女性。這些因子應是分類因子，可以具有數(shù)字值或字符串值。主體內(nèi)因子是在“重復測量定義因子”對話框中定義的。協(xié)變量是與因變量相關的定量變量。對于重復測量分析，這些數(shù)據(jù)在每個主體內(nèi)變量水平都應該保持不變。
數(shù)據(jù)文件中應該為主體的每組測量包含一組變量。該組變量為組中的每次重復測量包含一個變量。為水平數(shù)等于重復次數(shù)的組定義一個主體內(nèi)因子。例如，進行權重測量可能需要不同的天數(shù)。如果在五天內(nèi)測量相同的屬性，則主體內(nèi)因子可以指定為day，并且該因子具有五個水平。
”數(shù)據(jù)分析師“對于多個主體內(nèi)因子，每個主體的測量次數(shù)均等于每個因子的水平數(shù)的乘積。例如，如果四天內(nèi)在每天的三個不同時間進行測量，則每個主體的總測量次數(shù)為12。主體內(nèi)因子可指定為day(4) 和time(3)。
7、假設。重復測量分析可通過兩種方式完成，即單變量和多變量。
單變量方法（也稱為分割圖或混合模型方法）將因變量視為對主體內(nèi)因子的水平的響應。主體測量應為來自多變量正態(tài)分布的樣本，方差-協(xié)方差矩陣在主體間效應形成的單元內(nèi)應該都相同。”數(shù)據(jù)分析師“的有些假設是針對因變量的方差-協(xié)方差矩陣的。如果方差-協(xié)方差矩陣是圓形的，單變量方法中使用的F 統(tǒng)計量的有效性就可以得到保證（Huynhand Mandeville，1979 年）。
要檢驗此假設，可以使用Mauchly 球形度檢驗，該方法會對進行了正交標準化轉換的因變量的方差-協(xié)方差矩陣執(zhí)行球形度檢驗。對于重復測量分析，Mauchly 檢驗會自動顯示。對于較小的樣本，此檢驗表現(xiàn)的功能并不十分強大。對于較大的樣本，此檢驗的效果可能顯而易見，即使是在偏差對結果的影響很小的情況下也不例外。如果檢驗的顯著性很大，則可采用球形度假設。不過，在顯著性不大并且似乎違反了球形度假設的情況下，可以對分子和分母自由度進行一定的調(diào)整，以便驗證單變量F 統(tǒng)計量?！癎LM 重復測量”過程中存在三個對此調(diào)整的估計值，稱為epsilon。分子和分母自由度都必須乘以epsilon，并使用新的自由度估計F 比的顯著性。
多變量方法將主體測量視為來自多變量正態(tài)分布的樣本，方差-協(xié)方差矩陣在主體間效應形成的單元內(nèi)應該都相同。要檢驗方差-協(xié)方差矩陣是否在所有單元內(nèi)都相同，可以使用Box M 檢驗。
8、相關過程?！睌?shù)據(jù)分析師“在進行方差分析之前使用“探索”過程來檢查數(shù)據(jù)。如果不存在對每個主體的重復測量，則請使用“GLM 單變量”或“GLM 多變量”。如果每個主體僅存在兩個測量（例如檢驗前和檢驗后測量），并且不存在主體間因子，則可以使用“配對樣本T 檢驗”過程。
二、操作（分析-一般線性模型-重復度量）
SPSS中GLM重復度量方差分析的使用方法及其對話框中各個選項的含義，詳見單因素方差分析和單變量一般線性模型。數(shù)據(jù)分析師培訓

推薦學習書籍
《CDA一級教材》適合CDA一級考生備考，也適合業(yè)務及數(shù)據(jù)分析崗位的從業(yè)者提升自我。完整電子版已上線CDA網(wǎng)校，累計已有10萬+在讀~

免費加入閱讀：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0