微信扫码

  • 暂无联系客服

SPSS统计 | 可重复测量数据处理步骤详解

分享到:
点击次数:3677 更新时间:2019年08月31日14:45:54 打印此页 关闭

扫描二维码关注微信公众号:睡眠障碍与脑科学      

         欢迎投稿:daixjdoctor@126.com

联系我们:137704924(编辑部微信号)

加入睡眠微信群137704924(加好友邀请您入群)


一 

重复测量定义:指对同一观察对象的同一观察指标在不同时间点上进行多次测量(重复次数≥3),称为重复测量设计或重复测量数据。
意义:1)分析处理因素对结果的影响;2)分析观察指标随时间变化的特点。
应用条件:样本是随机的,在同一水平上的观察是独立的


一、以下为一实例

    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,在五个时相测量患者的收缩压,数据记录见表。
这个是属于两因素多水平的重复测量设计,研究对象在不同诱导时相不是随机分配的,而是有先后顺序的,这一点和随机区组设计的方差分析最大的不同点。

12-17 不同麻醉诱导时相患者的收缩压(mmHg)

诱导


方法

患者


序号

麻 醉 诱 导 时 相

    t0              t1           t2             t3             t4

A

1

120

108

112

120

117

A

2

118

109

115

126

123

A

3

119

112

119

124

118

A

4

121

112

119

126

120

A

5

127

121

127

133

126

B

6

121

120

118

131

137

B

7

122

121

119

129

133

B

8

128

129

126

135

142

B

9

117

115

111

123

131

B

10

118

114

116

123

133

C

11

131

119

118

135

129

C

12

129

128

121

148

132

C

13

123

123

120

143

136

C

14

123

121

116

145

126

C

15

125

124

118

142

130

二、结合实例在SPSS讲解具体处理步骤

1.在SPSS中建立如下数据文件

微信图片_20190831144629.jpg

第一列为被试编号(可不加此列),第二列为group,第三列开始,每一列代表一个时间点数据。

注:如果只有一组,那group那一列只有1111就行。一样可以统计。


2.分析步骤:打开SPSS...分析...选择一般线性模型...选择重复度量

微信图片_20190831144633.jpg


3.随后将弹出下列对话框

微信图片_20190831144637.jpg


4.由于实例重复测量的因子是诱导时间,共有t0-t4五个级别时间点,所以在级别数内填写5,即5个因子。点击添加......点击定义,弹出新窗口。

微信图片_20190831144713.jpg

备注:被试因子名称是用于指定组内因素的名称,可以更改成诱导时间,,或者其他你想修改的名字;级别数就是组内因素的水平数,这里是5。


5.将新窗口中左侧的t0-t4分别添加至右边因子窗口中,将左边组别添加至右边下面的因子列表中,如下图:

微信图片_20190831144717.jpg


1)点击上述窗口中的模型选项:与二因素的方差分析相似,这里我们默认选择全因子模型,只是这里把因素分为组间和组内两部分。

微信图片_20190831144800.jpg

也可选择“设定”,将左边“因子”选入“群体内模型M”框,“group”选入“群体间模型D”框,“构建项”选择“主效应”。下方的平方和选“类型III”,这是对于平衡数据。如果两组样本量不等,则选择“类型IV”。


2)选项设置:点击“选项”:分别勾选以下几个复选框:描述统计、参数估计和方差齐性检验,单击继续。

微信图片_20190831144803.jpg

5. 结果解读:

1)基本统计描述

   下面三个表主要是基本信息输出表明组间和组内因子水平数,样本量和各个分组的基本统计描述。


微信图片_20190831144944.jpg


2)球形检验结果

     Manuchly球形度检验结果显示p=0.178>0.05,即满足协方差矩阵球形性检验,不需要对结果进行校正。

微信图片_20190831144949.jpg

注:当球形检验p<0.05时,需要对结果进行检验。SPSS提供了Greenhouse-Geisser和Huynh-Feldt两种矫正方法(下面会介绍到)。


3)组内效应检验和比较

   如下图:因子1框中,第一列为球形检验p>0.05时对应的F值=106.558,p<0.001,另外,自由度为第二框因子1*group中第一行对应df那一列数字8和第三个框同理为48,所以结果为F(8,48)=106.558,p<0.001。

   以上结果为无矫正结果,因为符合球形检验,无需矫正。

其中,误差方差等同性检验时用来说明分组中的误差和方差五显著性,类似于处于同质水平。

微信图片_20190831144954.jpg


注:如果本实例中球形检验p<0.05,即不符合球性检验时,则需要进行Greenhouse-Geisser或Huynh-Feldt任何一种矫正方法。本例以Greenhouse-Geisser矫正为例。

本次结果应为F(5.43,32.577)=106.558,p<0.001。


4)主体间效应的检验

    以下表说明:不同诱导方法之间的收缩压差别有统计学意义。

1.jpg

5)参数估计

    以下表格表示针对不同诱导时间和诱导方法下建立的类似于回归分析的参数估计结果。


2.jpg

6)多变量检验结果

   最后看看多元分析的结果。多元方差分析避免了球形假设的问题,无论满不满足球形假设都可以用。当不满足球形假定时,一元分析可能一类错误率会增高。

下图是多元的结果:

   表格中给出了对组内因素诱导时间和交互效应的检验,在这里分别采用四种不同的算法,有表中可以看出Sig指都小于0.05,说明组内因素诱导时间对患者的血压是有显著性意义的,组间与组内的交互作用对血压的影响也有显著性意义。

4.jpg

注:这四个指标结果相差不大。


6)Post hoc分析

    在前面进行模型选择时,如果不选择全因子而选择选定时,可以进行组间两两比较分析,其中有LSD和Bonferroni两种方法供选择。


睡眠讨论群(微信群)已经建立,您可以通过扫描以下二维码,添加群助手微信号,我们将邀请您加入微信群。


上一条:最小体积矫正方法步骤-基于体素形态学测量(VBM)常用 下一条:美国睡眠医学学会EEG睡眠分期:最详入门解读(配图)