
SPSS重復測量的多因素方差分析
一、概述
重復測量數(shù)據(jù)的方差分析是對同一因變量進行重復測量的一種試驗設計技術。在給予一種或多種處理后,分別在不同的時間點上通過重復測量同一個受試對象獲得的指標的觀察值,或者是通過重復測量同一個個體的不同部位(或組織)獲得的指標的觀察值。重復測量數(shù)據(jù)在科學研究中十分常見。
分析前要對重復測量數(shù)據(jù)之間是否存在相關性進行球形檢驗。如果該檢驗結果為 P﹥0.05,則說明重復測量數(shù)據(jù)之間不存在相關性,測量數(shù)據(jù)符合 Huynh-Feldt 條件,可以用單因素方差分析的方法來處理;如果檢驗結果 P﹤0.05,則說明重復測量數(shù)據(jù)之間是存在相關性的,所以不能用單因素方差分析的方法處理數(shù)據(jù)。在科研實際中的重復測量設計資料后者較多,應該使用重復測量設計的方差分析模型。
球形條件不滿足時常有兩種方法可供選擇:
(1)采用 MANOVA(多變量方差分析方法);
(2)對重復測量 ANOVA 檢驗結果中與時間有關的 F 值的自由度進行調整。
二、實例解析
新生兒胎糞吸入綜合征(MAS)是由于胎兒在子宮內或著生產(chǎn)時吸入了混有胎糞的羊水,從而導致呼吸道和肺泡發(fā)生機械性阻塞,并伴有肺泡表面活性物質失活,而且肺組織也會發(fā)生化學性炎癥,胎兒出生后出現(xiàn)的以呼吸窘迫為主,同時伴有其他臟器受損現(xiàn)象的一組綜合征 。血管內皮生長因子 (vascular endothelial growth factor,VEGF) 是一種有絲分裂原,它特異作用于血管內皮細胞時,能夠調節(jié)血管內皮細胞的增殖和遷移,從而使血管通透性增加。而本實驗旨在通過觀察分析給予外源性肺表面活性物質治療前后胎糞吸入綜合征患兒血清中 VEGF 的含量變化,評價藥物治療的效果。
將收治的診斷胎糞吸入綜合癥的新生兒共 42 名。將患兒隨機分為肺表面活性物質治療組(PS 組)和常規(guī)治療組(對照組),每組各 21 例。PS 組和對照組兩組所有患兒均給予除用藥外的其他相應的對癥治療。PS 組患兒給予牛肺表面活性劑 PS 70 mg/kg 治療。采集 PS 組及對照組患兒 0 小時,治療后 24 小時和 72 小時靜脈血 2 ml,離心并提取上清液后保存?zhèn)溆貌⒂涗浹逯?VEGF 的含量變化情況。
結果如下:
建立數(shù)據(jù)文件
變量視圖:
數(shù)據(jù)視圖:
菜單選擇:
首先進入如下對話框,在「被試內因子名稱」中輸入「time」,「級別數(shù)」輸入 3,因為每個患者重復測量了 3 次。
后點擊「添加」按鈕。此時下方「定義」按鈕變?yōu)榭捎茫c擊進入下列對話框:
將「group」選入「因子列表」框,t1-t3 分別選入「全體內變量(time)」框內,如下圖所示:
點擊右上角「模型」按鈕,進入以下對話框,選擇「設定」,將「time」選入「全體內模型」框,「group」選入「群體間模型」框,「構建項」選擇「主效應」。下方的平方和選「類型 III」,這是對于平衡數(shù)據(jù)。如果兩組樣本量不等,則選擇「類型 IV」。
點擊「繼續(xù)」返回,點擊「繪制」按鈕。進入下面對話框:將「time」選入「水平軸」,group 選入「單圖」,然后點擊「添加」按鈕,下面框中會顯示「time*group」。
點擊「繼續(xù)」返回,點擊「兩兩比較」按鈕,將 group 選入右側「兩兩比較檢驗」框中,選中復選框「LSD」。
點擊「繼續(xù)」返回,點擊「選項」按鈕,進入下面對話框:將 time 選入「顯示均值框」,選中「比較主效應」復選框,選中下方「描述統(tǒng)計」復選框。
下方顯著性水平設為 0.05。點擊「繼續(xù)」返回,點擊「確定」輸出結果。
4、結果解讀:
這是一個關于各個時間點的兩組數(shù)據(jù)描述性統(tǒng)計。
這是球形檢驗結果,p = 0.001<0.05,所以不滿足球形分布假設,需要進行多變量方差分析或者自由度調整,SPSS 接下來會給出以上兩種結果。
這是進行多變量方差分析的結果,給出了 4 種統(tǒng)計量,它們的檢驗結果一致,time 的 P<0.001,說明各個時間點的數(shù)據(jù)的差異有統(tǒng)計學意義,time*group 的 P>0.05,說明時間和分組無交互作用,說明時間因素(即 0 小時、24 小時、72 小時)的作用不隨分組(即治療組和對照組)的不同而不同。
所謂「主體內」,即是重復測量的各個時間點。上表是用各個時間點進行分組的方差分析表,給出 4 種統(tǒng)計量,第一種為滿足球星假設的情況,后三種對自由度進行了校正,本題目中不滿足球形分布假設,只能看下面的三種檢驗方法。結果解釋同上一個表。
這是對分組的方差分析,對變量進行如下的變換:y =(t1+t2+t3)/sqrt(3)。P = 0.043<0.05,說明有治療組與對照組之間有統(tǒng)計學差異。
這個圖可以直觀地看出測量指標隨時間的變化趨勢。治療組與對照組兩組資料隨時間變化的趨勢大致相同,治療組血清中 VEGF 的含量較對照組呈下降趨勢,說明治療組的效果優(yōu)于對照組。
我們還可以給出在每個時間點上兩個分組之間的比較,需要用到多變量方差分析:操作步驟如下:跟之前操作類似,不贅述,看圖就行。
結果輸出
每個時間點上兩組之間的比較(即分別比較 0 小時、24 小時及 72 小時時對照組和治療組的數(shù)據(jù))結果顯示 0 小時時 P﹥0.05,治療組和對照組之間沒有統(tǒng)計學差異,而 24 小時和 72 小時時 P﹤0.05,治療組和對照組兩組間有顯著的統(tǒng)計學差異。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“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:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(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:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10