重復測量資料的方差分析PPT課件

1、1,重復測量資料的統(tǒng)計分析,Statistical Analysis of Repeated Measures Data,2,內(nèi)容提要,1 重復測量資料的統(tǒng)計問題 2 綜合指標分析（SMA） 3 一般線形模型（GLM） 4 多元方差分析（MANOVA） 5 實例分析,End Exit,3,1 重復測量資料的統(tǒng)計問題,1.1 資料舉例 1.2 重復測量資料的特點 1.3.1常見分析方法的不妥 a 1.3.2常見分析方法的不妥 b back,4,1.1資料舉例,Back,5,1.2重復測量資料的特點,獨立性條件一般不能滿足 某觀察指標(某變量)在個體與個體之間、或同一個體的每次觀察之間不獨立或不完

2、全獨立。 為什么非獨立性資料不能使用常規(guī)的統(tǒng)計方法？ Back,6,1.3.1常見分析方法的不妥 a,分別比較各時點試驗組與對照組的差別；事先先作t檢驗以比較同質(zhì)性，然后各時點分別用各組“指標的變化值” 作t檢驗以比較該指標在兩組的變化是否相同 缺點：孤立地看待各時點的觀察值，沒有充分利用觀察對象在不同觀察時點間的內(nèi)在聯(lián)系，因而降低了檢驗效能(power) Back,7,1.3.2常見分析方法的不妥 b,將n個患者的k次不同觀察作因變量，樣本含量為nk，擬合線性(或廣義線性)模型。 缺點：忽略了觀察對象在不同觀察時點間的內(nèi)部相關(guān)性而誤將其看作獨立樣本，從而增加I型誤差。由于同一觀察對象在k個不

3、同觀察時點間的相關(guān)性，其k個觀察值間存在共性，它們所提供的信息不及k個獨立的來自不同個體的觀察值所提供的信息，且內(nèi)部相關(guān)性越大，其信息量越少。 Back,8,2 綜合指標的分析,為了躲避重復測量值間的相關(guān)性，設(shè)法采用少數(shù)獨立的綜合指標來概括每個個體多個時間點的測量值，然后采用t檢驗、方差分析或U檢驗等單變量方法比較各組的差異。這種方法稱為綜合指標法（summary measures approach）。 根據(jù)個體測量值隨時間變化的趨勢可將重復測量資料分為有峰型與生長型。根據(jù)不同的趨勢和所關(guān)心的問題選擇綜合指標。 Back,9,有峰型,Back,10,生長型,Back,11,重復測量資料綜合指標

4、的選擇,Back,12,重復測量資料的方差分析可選GLM,多元方差分析 協(xié)方差檢驗矩陣球形檢驗(檢驗Huynh-Feldt條件) Huynh-Feldt條件:協(xié)方差陣主對角元相等(等方差),非主對角元相等(協(xié)方差相等).t檢驗的方差不齊,矯正自由度! 當滿足Huynh-Feldt條件時,多元方差分析和一元方差分析結(jié)果一致. 否則對進行校正. 時間趨勢擬合 組間效應(yīng)分析,13,5 實例分析-注意瞬脫研究,研究設(shè)計 目的：調(diào)查不同人群注意瞬脫情況(心理學,注意力在很短的時間里轉(zhuǎn)移,發(fā)生在幾個毫秒) 對象：4個目標人群 方法和指標：給予目標刺激（t）及隨后 8個時間點的后續(xù)刺激（P1P8）， 測驗被試的正確應(yīng)答率 問題：不同人群的平均水平是否有差異？ 不同人群在時間趨勢上有無差異,14,數(shù)據(jù) n=134,15,結(jié)果,16,MAN