SPSS进行重复测量的多因素方差分析

2014-05-06 MedSci MedSci原创

1、概述 重复测量数据的方差分析是对同一因变量进行重复测量的一种试验设计技术。在给予一种或多种处理后,分别在不同的时间点上通过重复测量同一个受试对象获得的指标的观察值,或者是通过重复测量同一个个体的不同部位(或组织)获得的指标的观察值。重复测量数据在科学研究中十分常见。 分析前要对重复测量数据之间是否存在相关性进行球形检验。如果该检验结果为P﹥0.05,则说明重复测量数据之间不存在相关性,

1、概述 重复测量数据的方差分析是对同一因变量进行重复测量的一种试验设计技术。在给予一种或多种处理后,分别在不同的时间点上通过重复测量同一个受试对象获得的指标的观察值,或者是通过重复测量同一个个体的不同部位(或组织)获得的指标的观察值。重复测量数据在科学研究中十分常见。 分析前要对重复测量数据之间是否存在相关性进行球形检验。如果该检验结果为P﹥0.05,则说明重复测量数据之间不存在相关性,测量数据符合Huynh-Feldt条件,可以用单因素方差分析的方法来处理;如果检验结果P﹤0.05,则说明重复测量数据之间是存在相关性的,所以不能用单因素方差分析的方法处理数据。在科研实际中的重复测量设计资料后者较多,应该使用重复测量设计的方差分析模型。 球形条件不满足时常有两种方法可供选择:(1)采用MANOVA(多变量方差分析方法);(2)对重复测量ANOVA检验结果中与时间有关的F值的自由度进行调整。  2、问题 新生儿胎粪吸入综合征(MAS)是由于胎儿在子宫内或着生产时吸入了混有胎粪的羊水,从而导致呼吸道和肺泡发生机械性阻塞,并伴有肺泡表面活性物质失活,而且肺组织也会发生化学性炎症,

作者:MedSci



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (7)
#插入话题
  1. 2015-06-27 yoga2008

    现状最需要的就是统计,现在发现了这个好网站,解读得很不错,真心感谢

    0

  2. 2015-06-12 zml309272394

    太详细了,好

    0

  3. 2015-04-18 mmly

    非常好,就使结果的解读费劲

    0

  4. 2014-05-13 匿名用户

    不懂

    0

  5. 2014-05-11 life

    是球形检验,与ANOVA相比,多一步设置不同时间点而已

    0

相关资讯

SPSS进行协方差分析案例讲解

1、分析原理 协方差分析是回归分析与方差分析的结合。在作两组和多组均数之间的比较前,用直线回归的方法找出各组因变量Y与协变量X之间的数量关系,求得在假定X相等时的修正均数,然后用方差分析比较修正均数之间的差别。 要求X与Y的线性关系在各组均成立,且在各组间回归系数近似相等,即回归直线平行;X的取值范围不宜过大,否则修正均数的差值在回归直线的延长线上,不能确定是否仍然满足平行性和线性关系的条件,

SPSS进行两配对样本的非参数检验(Wilcoxon符号秩检验)

一、概述 非参数检验对于总体分布没有要求,因而使用范围更广泛。对于两配对样本的非参数检验,首选Wilcoxon符号秩检验。它与配对样本t检验相对应。 二、问题 为了研究某放松方法(如听音乐)对于入睡时间的影响,选择了10名志愿者,分别记录未进行放松时的入睡时间及放松后的入睡时间(单位为分钟),数据如下笔。请问该放松方法对入睡时间有无影响。 本例可以采用配对样本t检验,但由于样本量少,数据可

SPSS进行两独立样本的非参数检验(Mann-Whitney U)

一、概述     Mann-Whitney U 检验是用得最广泛的两独立样本秩和检验方法。简单的说,该检验是与独立样本t检验相对应的方法,当正态分布、方差齐性等不能达到t检验的要求时,可以使用该检验。其假设基础是:若两个样本有差异,则他们的中心位置将不同。 三、统计操作 二、问题    为了研究某项犯罪的季节性差异,警察记

SPSS进行多个独立样本的非参数检验(Cruskal-Wallis秩和检验)

一、概述     Cruskal-Wallis秩和检验类似于方差分析,用于检验各个样本的总体是否相同,当正太假设和方差齐性不能满足时,可用该检验。 二、问题     某人搜集了三大公司股票每股所能获利的钱数,是比较三家公司所挣的钱是否相同。     SPSS版本为20。三、统计操作 SPS

SPSS进行配对logistic回归(条件logistic回归)分析

一、概述 对病例和对照进行配比能控制影响实验效应的主要非处理因素,可以提高统计分析的效能,可分为1:1,1:n,m:n配对。SPSS中未提供专用的配对logistic回归的功能,通过变换,可以使用其他方法进行分析,常用的就是带有分层的Cox回归模型。 给每一条记录一个虚拟的生存时间,一般默认病例组的生存时间较对照组短,病例算事件发生,对照算作删失,把配对因素算作分层因素,消除配对因素的影响。

SPSS进行生存分析的Cox回归模型(比例风险模型)

一、生存分析基本概念 1、事件(Event) 指研究中规定的生存研究的终点,在研究开始之前就已经制定好。根据研究性质的不同,事件可以是患者的死亡、疾病的复发、仪器的故障,也可以是下岗工人的再就业等等。 2、生存时间(Survival time) 指从某一起点到事件发生所经过的时间。生存是一个广义的概念,不仅仅指医学中的存活,也可以是机器出故障前的正常运行时间,或者下岗工人再就业前的待业时间