单因素重复测量方差案例分析

一、案例介绍

为研究某诱导方法对患者收缩压的影响,将手术要求基本相同的15名患者,在手术过程中采用A麻醉诱导方法,并在T0(诱导前)、T1、T2、T3、T4五个时刻测量患者的收缩压,试着进行方差分析。

二、问题分析

可以从案例得到,样本数据包括诱导前T0、T1、T2、T3、T4五个时刻,所以考虑使用重复测量方差进行单因素重复测量方差,对于重复测量实验数据的方差分析一般需要考虑组内的影响。

三、软件操作及结果解读

(一) 数据导入

1.数据格式

重复测量方差数据的特殊之处在于需要有ID号,比如病例号等,以及时间点数据,同一个ID(病例)会有多个不同时间点的数据,比如10个样本分别有5个相同测量时间点,一个样本有5个,那么就有10*5=50行数据。数据格式如下:

2.导入数据

将整理好的数据上传至SPSSAU系统内,如下:

上传结果如下:

(二) 适用条件判断

1.异常值

和大多数分析一样,一般在分析前都需要进行一些检验,重复测量方差需要检查数据是否存在异常值,以及因变量是否满足正态分布。

异常值分析数据中不正常的值,也称离群值。异常值的检验方法有很多,比如可以采用描述统计判断法(一般认为介于3倍标准差外的数据),或者箱线图等。这里使用箱线图进行判断。利用SPSSAU描述分析,结果如下:

从箱线图可以粗略的判断没有异常值。接下来查看因变量是否满足正态分布。

2. 正态性检验

判断数据是否符合正态分布有很多种方法,比如正态性检验(最为严格),描述统计法(查看偏度和峰度),以及图示法等等,这里使用直方图进行判断。

发现“收缩压”呈现倒扣的钟形,所以满足正态性分布标准,数据满足方差分析的前提条件,可进行重复测量方差。

(三)单因素重复测量方差分析

1. 软件操作

重复测量方差的分析路径为点击【实验医学/研究】→【重复测量方差】然后进行分析:

2. 结果解读

数据满足分析条件,接下来进行重复测量方差,首先查看球形度检验的结果:

球形度检验可以看到p值大于0.05,所以通过球形度检验不需要校正p值。【特别提示:进行球形度检验p值大于0.05则通过检验不需要校正p值,如果p值小于0.05,则没有通过球形度检验需要校正p值,接下来在看球形度W值,若w值小于0.75则使用GG校正,反之使用HF校正】。

组内分析:

根据球形度检验发现需要校正p值,从上表可以看出主效应的p值小于0.05,呈现0.05水平显著,使用A麻醉诱导方法不同时间点的收缩压有显著性差异分析,最终结果如下:

均方(效应)

平方和SS(效应)/df(效应),例如:1110.28/4=277.57;

均方(误差)

平方和SS(误差)/df(误差),例如:480.92 /4=13.359;

F

F值=均方(效应)/均方(误差),例如:277.57/13.359=20.778;

P

P值是由F值得到的。

gesgeneralized eta-squared

平方和SS(效应)/【平方和SS(效应)+平方和SS(误差组内)+平方和SS(误差组间)】,例如:1110.28 /(1110.28+1136.48+480.92)=0.407;

Eta

偏Eta方=平方和SS(效应)/[平方和SS(效应)+平方和SS(误差)],例如:745176.32/(745176.32+1136.48)=0.998;

如果主效应显著想要进一步两两之间比较,可以使用事后多重比较进行分析。SPSSAU提供多种事后多重比较方法,对于他们之间的差异可以查看帮助手册,这里选择Tukey方法(各组别的样本数量相同时使用),假如想要了解不同时间点之间抑郁程度是否有差别。结果如下:

通过事后多重比较发现T0和T1、T0和T3、T0和T4等(标黄区域)的数据p值小于0.05,即存在差异。说明T0和T1等两个时间测量的收缩压有明显差异。

四、结论

对案例数据进行重复测量方差分析,首先整理成正确的数据格式,然后分析前检查数据是否满足相关检验,接着对数据进行分析,分析结果得到数据不满足球形度检验发现需要校正p值,并且发现使用A麻醉诱导方法不同时间点的收缩压有显著性差异分析,利用事后多重比较进行具体查看,发现T0和T1、T0和T3、T0和T4等p值小于0.05,即存在差异。

五、知识小贴士

1.SPSSAU对事后多重比较,简单效应的表格输出说明如下:

第一、事后多重比较规则为:针对组内项和组间项(如果有)均输出事后多重比较;

第二、简单效应输出规则为:仅针对第1个组内项,分别与组间项(如果有)进行简单效应表格输出,如果组内项超过1个,可通过互换组内项的位置输出其余组内项与组间项的简单效应表格。

2.事后多重比较与‘单独进行事后多重比较’结果不一致?

单独进行事后多重比较(进阶方法->事后多重比较法)时,模型实质上为单因素方差,仅考虑1个X的情况,标准误差的计算并不一致,因此结果会不一致,但通常情况下结论会保持一致;以及此处事后多重比较使用的是边际估计均值(偏最小二乘均值)与一般意义上的平均值有所区别,类似于SPSS软件的EMMEANS功能。SPSSAU默认针对组内项和组间项均进行事后多重比较。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,036评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,046评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,411评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,622评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,661评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,521评论 1 304
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,288评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,200评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,644评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,837评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,953评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,673评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,281评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,889评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,011评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,119评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,901评论 2 355

推荐阅读更多精彩内容