方差分析--医学统计

第七章方差分析,主要内容,完全随机设计方差分析（one-wayanova）随机区组设计方差分析（two-wayanova）析因设计方差分析（factorialdesign）重复设计方差分析（repeatedmeasuresanova）多个均数之间的两两比较,1完全随机设计方差分析,成组设计、多个样本均数的比较涉及一个研究因素因素有K（K2）个水平或状态,例7-1-1某研究者从某社区随机抽取了11名正常人、9名心脏病患者和10名高血压患者进行血压测定，问三种人的收缩压有无差别？,三组样本人群,SPSS软件实现,例7-1-1的SPSS操作方法1）建立数据库将血压值组命名为bp。将分组命名为“group”,各组分别用数字1、2和3表示,2）进行正态性检验先：data，splitfile，将分组变量作为拆分变量再：analyze，noparametrictest，1-samplek-stest，检验效应变量,3）进行方差分析,(1)点击Analyze选项中的CompareMeans的One-wayAnova，将bp导入到DependentList框中，将类型group导入到Factor框中。点击进入PostHocMultipleComparisons，选择SNK，点击continue,点击Option，在Option对话框中选择Homogeneityofvariancetest，点击continue，选择OK,3）主要的输出结果和解释,按=0.05标准，方差齐性Levene检验显示P0.05，故可以认为bp三组数据方差齐性，由组间与组内均方算出得F值为74.888，P为0.000，拒绝H0，差异有统计学意义，所以可以认为bp三组之间的血压均值不全相等。为了进一步了解三组间均值两两比较情况，SNK检验显示1、2组，1、3组和2、3组之间差异均有统计学意义，可以认为它们血压均值完全不相等,2随机区组方差分析,属于两因素方差分析（two-wayANOVA）用于多个样本均数的比较两因素：研究因素和配伍组（区组）因素研究因素有k个水平，共有n个区组,例7-2-1某研究者用甲乙丙三种不同的饲料喂养鼠，目的是了解不同饲料增重的效果有无差异，采用随机区组设计的方法，以窝别作为划分区组的特征，以消除遗传因素对体重增长的影响，测得鼠体重增加，请做分析,例7-2-1的SPSS操作方法,1）建立数据库将饲料命名为“nutrition”，其中“1”表示甲饲料，“2”表示乙饲料，“3”表示丙饲料。将区组命名为“block”，其中“1”表示第一区组，“2”表示第二区组，以此类推。将鼠增重体重命名为“weight”,2）SPSS软件实现方法,(1)点击Analyze选项中的GeneralLinearModel的Univariate，将weight导入到DependentVariate框中，将类型block和nutrition导入到FixedFactor(s)框中,(2)点击model，选择custom自定义模型，在BuildTerm(s)中选择Maineffects，将左边框中的block和nutrition两组添加到右边Model，点击Continue,点击进入PostHocMultipleComparisonsforObservedMeans对话框，在Factor中选择nutrition进入右边PostHocTestsfor对话框，并选择SNK进行均数两两比较，点击Continue,3）主要的输出结果和解释,在输出的结果中给出了随机区组设计的基本结果。结果主要包括处理nutrition及区组block的平方和，均方和。各组F值以及P值。结果显示区组F值为13.521，P0.05，无统计学意义，不拒绝H0，即尚不能认为两种药物间存在交互作用。药物A的P0.05，不拒绝H0，无统计学意义。结论为药物A对晚期胃癌患者镇痛有作用，药物B对晚期胃癌患者镇痛无作用,4重复测量设计的方差分析,重复测量资料(repeatedmeasurementdata)是由在不同时间点上对同一对象的同一观察指标进行多次测量所得。是在科研工作中常见的方法，常用来分析在不同时间点上该指标的差异,例7-5-2某研究者欲了解一套新的锻炼方法的减肥效果，该研究者在某小学随机抽取了12名肥胖学生，随机分成两组，第一组每天下午按新的锻炼方法锻炼，第二组不参与新的锻炼方法，并于实验开始的第1、2、3个月予以评价学生体重减重情况,表7-5-312名学生体重减重情况（斤）,例7-5-2的SPSS操作方法,1）建立数据库将锻炼方式命名为group，令锻炼=1，不锻炼=2；将第1月、第2月与第3月体重减重分别命名为“one”、“two”和“three”,2）SPSS软件实现方法,(1)点击Analyze选项中的GeneralLinearModel的RepeatedMeasures；定义trial到Definefactors框中，Numbersoflevers为3，点击add添加，点击Define。,在左边的选项框中，选择“one”、“two”、“three”进入Within-SubjectsVariables中；将组别选入Between-SubjectsFactors，点击OK,3）主要的输出结果和解释,球形检验结果见图7-6-18，可见卡方为0.153，P为0.926，表明符合球形分布，以一元方差结果为准,SphericityAssumed即为球形分布假设成立时得结果，就是本例中所要看的。测试时间factor1组中F为129.068，P0.05，拒绝H0，具有统计学意义，故可认为不同测试时间点间体重减重不同，受时间影响。测试时间组factor1与组别交互组间F为4.386，P为0.026，拒绝H0，具有统计学意义，故可认为测试时间组factor1与组别之间有交互作用。组别F值为0.397，P为0.54