
SPSS詳細(xì)操作:兩因素重復(fù)測(cè)量的方差分析
一、問題與數(shù)據(jù)
某研究者擬評(píng)估海水淹溺后殘留于肺內(nèi)的海水是否可導(dǎo)致嚴(yán)重的肺損傷,建立動(dòng)物模型。將12只雜種犬隨機(jī)分為兩組,一組海水灌注右肺,另一組海水灌注全肺,每組6只。每只犬分別于海水灌注前以及灌注后5min、30min、60min、120min檢測(cè)氧分壓PaO2(kPa)。(案例來自于劉桂芬《醫(yī)學(xué)統(tǒng)計(jì)學(xué)》)
試問:
(1)不同灌注處理對(duì)肺部氧分壓有何作用?
(2)時(shí)間是否也會(huì)產(chǎn)生影響?
(3)兩者之間是否存在交互作用?
表1. 海水灌注前后兩組雜種犬的PaO2(kPa)測(cè)定結(jié)果
二、對(duì)數(shù)據(jù)結(jié)構(gòu)的分析
整個(gè)數(shù)據(jù)資料涉及兩組研究對(duì)象,旨在比較兩組灌注部位氧分壓有無(wú)差別。與我們以往所知道的完全隨機(jī)設(shè)計(jì)或者隨機(jī)區(qū)組設(shè)計(jì)(研究對(duì)象被隨機(jī)分配到各處理組,觀察各組結(jié)局指標(biāo)一次測(cè)量結(jié)果)不同,本研究對(duì)結(jié)局指標(biāo)(氧分壓)進(jìn)行了多次測(cè)量;另外,每個(gè)觀察對(duì)象在灌注前以及灌注后5min、30min、60min、120min檢測(cè)的氧分壓PaO2(kPa) 是相關(guān)的。這就是我們常見的重復(fù)測(cè)量設(shè)計(jì)。
由于重復(fù)測(cè)量時(shí),每個(gè)個(gè)體的測(cè)量結(jié)果之間存在一定程度的相關(guān),違背了方差分析數(shù)據(jù)獨(dú)立性的要求,如果仍使用一般的方差分析,將會(huì)增加犯I類錯(cuò)誤的概率,所以重復(fù)測(cè)量資料有相對(duì)應(yīng)的方差分析方法。
重復(fù)測(cè)量方差分析要求各時(shí)點(diǎn)指標(biāo)變量滿足球形假設(shè)(Sphericity 假設(shè)),通常用Mauchly方法檢驗(yàn)是否滿足球形假設(shè),若檢驗(yàn)結(jié)果P>0.05,認(rèn)為滿足;若P<0.05,則不滿足。當(dāng)資料滿足球形假設(shè)時(shí),可直接進(jìn)行一元方差分析;不滿足時(shí),應(yīng)以多元方差分析結(jié)果為準(zhǔn)(圖1)。
圖1. 兩因素重復(fù)測(cè)量方差分析
三、SPSS分析方法
1. 數(shù)據(jù)錄入
(1) 變量視圖
(2) 數(shù)據(jù)視圖
2. 選擇Analyze→General Linear Model→Repeated Measures
3. 選項(xiàng)設(shè)置
(1) Within-Subject Factor Name框中輸入“time”,Number of Levels框輸入“5”(這里因?yàn)槊總€(gè)研究對(duì)象重復(fù)測(cè)量了5次)→Add→Define
(2) 主對(duì)話框設(shè)置:將各時(shí)間點(diǎn)觀測(cè)變量t0-t120放入Within-Subjects Variables(Time)框中→將分組變量group放入Between-Subjects Factor(s)框中。
(3) Model設(shè)置:Specify Model默認(rèn)Full factorial,輸出處理因素和時(shí)間的主效應(yīng),以及兩者的交互效應(yīng)檢驗(yàn)的結(jié)果。Sum of squares選擇Type Ⅲ,這里適用于平衡數(shù)據(jù),即各組樣本例數(shù)相同。對(duì)于非平衡數(shù)據(jù),選擇Type Ⅳ → Continue。
(4) Plots設(shè)置:將time放入Horizontal Axis框,group放入Separate Lines框→ Add → Continue,這里定義橫坐標(biāo)為time,分組為group,繪制time與group的輪廓圖。
(5) Post Hoc設(shè)置:如果group≥3組,可將group放入Post Hoc Tests for框中,勾選恰當(dāng)?shù)臋z驗(yàn)方法,進(jìn)行兩兩比較。本案例中僅有兩組,不需要設(shè)置→Continue
(6) Options設(shè)置:勾選Descriptive statistics,用于不同處理組各個(gè)時(shí)點(diǎn)指標(biāo)變量的統(tǒng)計(jì)描述→Continue→OK
四、結(jié)果解讀
表2. 統(tǒng)計(jì)描述
表3. 球形檢驗(yàn)結(jié)果
表4. 組內(nèi)因素的多元方差分析檢驗(yàn)結(jié)果
表5. 組內(nèi)因素的一元方差分析檢驗(yàn)結(jié)果
表6. 組間因素的一元方差分析檢驗(yàn)結(jié)果
圖2. 時(shí)間與處理因素輪廓圖
(1)組內(nèi)比較:本案例中球形檢驗(yàn)結(jié)果P=0.022<0.05,數(shù)據(jù)不滿足球形假設(shè),應(yīng)以多元方差分析結(jié)果為準(zhǔn) ,即表4第1行和第5行(SPSS會(huì)給出4種檢驗(yàn)方法,一般以Pillai's Trace結(jié)果為準(zhǔn)),同時(shí)也可以參考校正后的一元方差分析結(jié)果,多推薦Greenhouse-Geisser的校正結(jié)果,即表5第2行和第6行。這里time和time*group均有P<0.05,提示各個(gè)時(shí)點(diǎn)指標(biāo)變量存在差異,且處理因素對(duì)于指標(biāo)變量的作用會(huì)隨著時(shí)間的變化而變化(可參考圖2)。
如果這里數(shù)據(jù)滿足球形假設(shè),可直接進(jìn)行一元方差分析,無(wú)需校正,應(yīng)采用表5第1行和第5行結(jié)果。
(2)組間比較:表6給出處理因素group的方差分析,P<0.001,提示不同灌注部分之間氧分壓存在差異。
五、撰寫結(jié)論
不同灌注部位處理的肺部氧分壓差別有統(tǒng)計(jì)學(xué)意義,全肺灌注的氧分壓低于單肺灌注的氧分壓;灌注海水的時(shí)間也有影響,海水灌注后,犬的氧分壓逐漸下降,到灌注后60min達(dá)到最低,之后有小幅上升;灌注部位和時(shí)間之間存在交互效應(yīng),隨灌注時(shí)間的延長(zhǎng),單肺灌注與全肺灌注氧分壓下降幅度不同,以全肺灌注組的下降幅度最大。
六、備注
多因素重復(fù)測(cè)量的方差分析往往存在多個(gè)處理因素,這時(shí)候需要單獨(dú)考慮多個(gè)處理因素之間的交互作用,若一個(gè)研究有兩個(gè)處理因素,即group1和group2,這時(shí)SPSS中Model設(shè)置先使用默認(rèn)的Full factorial,會(huì)考慮group1*group2交互是否存在,如果交互檢驗(yàn)不存在統(tǒng)計(jì)學(xué)意義,需要進(jìn)一步使用Custom進(jìn)行自定義,僅考慮group1和group2的主效應(yīng)(如下圖),并對(duì)結(jié)果進(jìn)行相應(yīng)的解讀。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10