重复测量方差分析PPT文档.ppt

单击以编辑母版标题样式,单击以编辑母版文本样式,第二级,第三级,第四级,第五级,第十二章 重复测量设计资料的方差分析Repeated measures ANOVA,暨南大学医学院医学统计学教研室,林汉生,重复测量的概念,本章的重复测量实验：,对同一观察对象（病人，受试者、动物、标本，等）的同一观察指标在不同时间点上进行的多次测量。,同一受试者的多次测量之间可能存在某种相关性，用通常的统计方法不能揭示内在的特点，有时甚至会得出错误的结论。,第一节 重复测量资料的数据特征,前后测量设计,设立对照的前后测量设计,重复测量设计,设立对照的重复测量设计,一、前后测量设计,高血压患者治疗前后的舒张压（mmHg）,编号,治疗前,治疗后,差值,1,130,114,16,2,124,110,14,3,136,126,10,4,128,116,12,5,122,102,20,6,118,100,18,7,116,98,18,8,138,122,16,9,126,108,18,10,124,106,18,前后测量设计的统计方法,前提条件：在假定测量时间对观测结果没有影响时，才能推断处理是否有效。,统计方法：用配对,t,检验或配对秩和检验,高血压患者治疗前后的舒张压平均下降了16mmHg。,经配对t检验，,t,=16.18，,P,0.000,能说明治疗有效吗？,住院休息，环境和情绪的改变？考虑了吗？,二、设立对照的前后测量设计,高血压患者治疗前后的舒张压（mmHg）,处理组,对照组,编号,前,后,差值,编号,前,后,差值,1,130,114,11,118,124,2,124,110,12,132,122,3,136,126,13,134,132,4,128,116,14,114,96,5,122,102,15,118,124,6,118,100,16,128,118,7,116,98,17,118,116,8,138,122,18,132,122,9,126,108,19,120,124,10,124,106,20,134,128,确定疗效的前后测量设计必须增加平行对照,平行对照：处理组和对照组的受试对象来自同一人群，试验同时进行。,对两组治疗前后的血压差值进行两样本t检验，信息损失较大。如编号1（130-11416），编号8（138-12216）。,三、重复测量设计,当前后测量设计的重复测量次数m,3时，称重复测量设计或重复测量数据。,重复测量设计,设立对照的重复测量设计,未设立对照的重复测量设计,1.设立对照的重复测量设计,将手术要求基本相同的15名患者随机分3组，在手术过程中分别采用A，B，C三种麻醉诱导方法，在T,0,（诱导前）、T,1,、T,2,、T,3,，T,4,五个时相测量患者的收缩压，数据记录见表。,2.未设立对照的重复测量数据,表12-3 受试者血糖浓度（mmol/L）,受试者,编号,放置时间（分）,0,45,90,135,1,5.32,5.32,4.98,4.65,2,5.32,5.26,4.93,4.70,3,5.94,5.88,5.43,5.04,4,5.49,5.43,5.32,5.04,5,5.71,5.49,5.43,4.93,6,6.27,6.27,5.66,5.26,7,5.88,5.77,5.43,4.93,8,5.32,5.15,5.04,4.48,越是相邻的点，相关系数越大还是越小？,越是相邻的时间点，数据之间的相关性越大,各列数据处理之间存在不同程度的相关性，而且越是相邻的时间点，数据之间的相关性越大。,理论上讲，当重复测量数据之间相关，用随机区组设计方差分析考察各时间点之间的差别，会增加I类错误的概率。,如果只重复2次，不涉及多重比较，故不涉及该问题。,随机区组设计数据,先将全部受试对象按某种或某些特征分为若干个区组（block），使每个区组内的观察对象随机地接受研究因素某一水平的处理。,表4-9 不同药物作用后小白鼠肉瘤重量（g）,区组,A药,B药,C药,合计,1,0.82,0.65,0.51,1.98,2,0.73,0.54,0.23,1.50,3,0.43,0.34,0.28,1.05,4,0.41,0.21,0.31,0.93,5,0.68,0.43,0.24,1.35,均数,0.614,0.434,0.314,重复测量数据与随机区组设计的区别,重复测量设计,随机区组设计,处理（有对照的重复测量）是在受试者间随机分配,处理只能在区组内随机分配,区组内试验单位彼此不独立，同一受试者的测量结果可能高度相关,区组内试验单位彼此独立,第二节 重复测量数据的两因素两水平分析,高血压患者治疗前后的舒张压（mmHg）,处理组,对照组,编号,前,后,编号,前,后,1,130,114,11,118,124,2,124,110,12,132,122,3,136,126,13,134,132,4,128,116,14,114,96,5,122,102,15,118,124,6,118,100,16,128,118,7116,98,17,118,116,8,138,122,18,132,122,9,126,108,19,120,124,10,124,106,20,134,128,均数,126.2,110.2,124.8,120.6,可以分析：,时间主效应：治疗前、后的舒张压均数是否不同？,组间主效应：处理组与对照组的舒张压均数是否不同？,交互作用：组间的舒张压均数差异是否随时间改变（或各组舒张压的下降幅度是否相同）？,Analyze,General Linear ModelRepeated Measures,将“治疗前”,“治疗后”选入将“分组”选入,分别 单击Plots、Options,将,分组,和,time,选入，单击Add，单击Continue,选择“Descriptive statistics”单击Continue,单击OK,结果解释,SPSS结果解释,这是多变量方差分析结果，不是本章讨论内容,“球对称”检验结果：因只重复两次测量，不能进行“球对称”检验。,“球对称”假设,球对称假设：,各时间点数据的两两相关系数,为常数,。,两个时间点的重复测量，,不进行“球对称”检验。,治疗前后舒张压均数有差别(,F,=55.01,P,=0.000)；,组间的舒张压均数差异随时间改变,(,F,=18.78,P,=0.000)，处理组舒张压均数的下降幅度大于对照组。,处理组与对照组舒张压均数的差别无统计学意义（,F,=1.57,P,=0.226）。,第三节 重复测量数据的两因素多水平分析,例12-3：,将手术要求基本相同的15名患者随机分3组，在手术过程中分别采用A，B，C三种麻醉诱导方法，在T,0,（诱导前）、T,1,、T,2,、T,3,，T,4,五个时相测量患者的收缩压，数据记录见表。试进行方差分析。,数据文件,Analyze,General Linear Model,Repeated Measures,结果解释,“球对称”假设成立（P=0.178），可选择Sphericity Assumed法,不同麻醉诱导时相间的收缩压均数存在差别（,F,=106.56,P,=0.000）；,不同诱导方法患者收缩压均数的差别随时相改变（,F,=19.10,P,=0.000），其中A组不同诱导时相的收缩压较为稳定(见图)。,A组不同诱导时相的收缩压较为稳定,统计图的文字说明最好用英文，不仅可以在SPSS中进行各种编辑，而且著名的医学期刊一般都要求统计图用全英文说明。,不同麻醉诱导方法患者收缩压均数的差别有统计学意义（,F,=5.78,P,=0.017,）。,每个患者的收缩压变化：单击Plots,单击Add，返回,（1）哪一组的收缩压变化较为稳定？,（2）为什么要比较个体的变化情况,第四节 重复测量设计（无对照组）,与随机区组设计的方差分析比较,表12-3 受试者血糖浓度（mmol/L）,受试者,编号,放置时间（分）,0,45,90,135,1,5.32,5.32,4.98,4.65,2,5.32,5.26,4.93,4.70,3,5.94,5.88,5.43,5.04,4,5.49,5.43,5.32,5.04,5,5.71,5.49,5.43,4.93,6,6.27,6.27,5.66,5.26,7,5.88,5.77,5.43,4.93,8,5.32,5.15,5.04,4.48,数据文件,Analyze,General Linear Model,Repeated Measures,没有分组变量！单击OK,“球对称”假设不成立（P=0.008），可选择Epsilon(,)对自由度进行校正。可选择0.528，或0.657，或0.333。折中的方法是选择Greenhouse-Geisser 0.528。,“球对称”假设,球对称假设：,各时间点数据的两两相关系数,为常数,。,如不满足,球对称假设，应采用校正方法。方法是校正后的自由度变小，F界值变大。如未校正前F,0.05,(3.21),=3.07，当校正系数为0.536时，校正后F界值为F,0.05,(1.6,11.3),F,0.05,(1,11),4.84。从而减小I型错误。,F=79.14,尽管两者的P值在小数点3位时一样：P0.000，但精确的P值不一样。,Sphericity Assumed:P=1.303629031394 e-011,Greenhouse-Geisser:P=5.36754297376 e-007,e-007 的含义是,10,-7,第五节 重复测量数据统计分析常见的误用情况,重复进行各时点的,t,检验,差值缺乏效度,忽略个体曲线变化特征,作业：P199-200,简答题：1，3,计算分析题：2，5,