一、案例介绍
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,数据既包含组别、测量时间以及组别和测量时间的交叉,所以考虑使用重复测量方差进行两因素多水平的分析,对于重复测量实验数据的方差分析需要考虑两个因素的影响,一个是处理组别,一般通过随机分组来实验,还有一个是测量时间,测量时间需要研究者根绝专业知识以及研究案例进行确定。接下来进行分析该案例。
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15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15*5=75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
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。
1.异常值
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。这里使用描述统计进行判断。利用SPSSAU描述分析,结果如下:
从上述结果可以看到,共有75个样本,其中最小值为108,最大值为148,平均值为124.12,标准差为8.46,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.正态分布
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,这里使用描述统计法进行判断。
一般峰度绝对值小于10并且偏度绝对值小于3,则说明数据虽然不是绝对正态,但基本可接受为正态分布。【参考文献:Kline R , Kline R B , Kline R . Principles and Practice of Structural Equation Modelling[J]. Journal of the American Statistical Association, 2011, 101(12).】
从结果中得到峰度为0.37,偏度为0.677,可以判断数据可以接受为正态分布。
(三)重复测量方差分析
- 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:
- 结果解读
数据满足分析条件,接下来进行重复测量方差,首先对球形度检验进行说明。
球形度检验可以看到p值小于0.05,所以没有通过球形度检验需要校正p值。接下来查看球形度W值,W值小于0.75则使用GG校正,反之使用HF校正,所以使用GG校正。【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】。
组内效应分析
根据球形度检验发现不需要校正p值,从上表可以看出有两个效应分别为主效应(时间点)和二阶效应(交互效应,药物类型-时间点),发现主效应的p值小于0.05,呈现0.05水平显著,二阶效应也显著,在分析中可以进一步分析,事后多重比较以及简单效应等。这里不进行说明。最终结果如下:
1、均方(效应)
平方和SS(效应)/df(效应),例如:1155433.080/1=1155433.08;
2、均方(误差)
平方和SS(误差)/df(误差),例如:946.480/12=78.873;
3、F
F值=均方(效应)/均方(误差),例如:1155433.080/78.873=14649.223;
4、P
P值是由F值得到的。
5、ges(generalized 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:1155433.08/(1155433.08+946.48+263.12)=0.999;
6、偏Eta方
偏Eta方=平方和SS(效应)/[平方和SS(效应)+平方和SS(误差)],例如:1155433.080/(1155433.080+946.480)=0.999;
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,分析结果得到数据满足球形度检验发现不需要校正p值,并且两个效应分别为主效应(时间点)和二阶效应(交互效应,药物类型-时间点),发现主效应的p值小于0.05,呈现0.5水平显著,二阶效应也显著。说明不同时间点以及麻醉诱导方法对收缩压有显著性影响。
五、知识小贴士
1、如果有缺失数据如何办?
重复测量方差要求为平衡数据,即不能有缺失数据,比如有12名被试,每名被试重复3次,则一定需要有12*3=36行数据;如果有某个被试数据缺失,那么可将该被试筛选出去;也可以先对数据进行填补(通常使用平均值)后再进行分析。
2、重复测量方差的ID值是什么意思?
重复测量方差时的ID指研究对象的ID,比如有100个病人,重复测量了4次,那么数据一共为400行,但是ID是从1到100,而且每个ID均需要重复4次。
3、果重复测量方差是不平衡数据如何分析?
如果在进行重复测量方差分析时,数据不平衡,那么可选择其余两种分析方法进行研究,分别是HLM模型(医学研究里面的HLM)和广义估计矩阵GEE(医学研究里面的广义估计方程)。
标签:SS,方差,重复,测量,效应,案例,医学,数据 From: https://www.cnblogs.com/spssau/p/17587116.html