2026年SPSS重复测量方差

第一章重复测量方差分析概述第二章重复测量方差分析的数据准备第三章重复测量方差分析的基本操作第四章重复测量方差分析的球形度检验第五章重复测量方差分析的结果解释第六章重复测量方差分析的应用案例01第一章重复测量方差分析概述重复测量方差分析的应用场景研究背景具体案例数据特点同一组受试者在多个时间点或条件下的测量不同心理干预方法对焦虑症患者症状改善的效果同一组患者在不同时间点的评分数据重复测量方差分析的基本原理数据分解假设检验统计模型个体差异、时间效应和干预效应零假设和备择假设的设定重复测量方差分析的数学模型表示重复测量方差分析的适用条件正态性方差齐性球形度每个时间点的评分数据应服从正态分布每个时间点的评分数据的方差应相等不同时间点的协方差矩阵应相等重复测量方差分析的步骤数据准备将数据整理成长格式球形度检验使用Mauchly检验判断协方差矩阵是否相等主效应分析分析时间效应和干预效应是否显著交互效应分析分析时间效应和干预效应之间的交互作用是否显著事后检验进行事后检验以确定具体差异02第二章重复测量方差分析的数据准备数据准备的重要性数据清洗数据转换数据标准化检查数据是否存在缺失值、异常值等问题将数据转换为适合进行重复测量方差分析的长格式对数据进行标准化处理，以消除不同变量之间的量纲差异数据清洗的具体方法缺失值处理删除缺失值或插补缺失值异常值处理删除异常值或修正异常值数据转换的具体方法原始数据格式原始数据格式为宽格式转换后的长格式数据每一行代表一个患者在所有时间点的评分数据标准化的具体方法Z-score标准化使用Z-score方法进行标准化min-max标准化使用min-max方法进行标准化03第三章重复测量方差分析的基本操作SPSS软件介绍软件功能数据管理、描述统计、推断统计、非参数检验软件界面数据视图、变量视图、分析视图重复测量方差分析的SPSS操作步骤设置模型在“重复测量”对话框中设置模型设置选项在“选项”对话框中设置输出选项运行分析点击“确定”按钮运行分析设置因子在“重复测量定义因子”对话框中设置重复测量因子04第四章重复测量方差分析的球形度检验球形度检验的概念球形度的定义检验目的检验方法不同时间点的协方差矩阵是否相等判断是否需要对主效应和交互效应的F值进行校正Mauchly检验、Greenhouse-Geisser校正、Huynh-Feldt校正Mauchly检验的原理检验统计量零假设备择假设卡方值协方差矩阵相等协方差矩阵不相等Greenhouse-Geisser校正的原理校正公式Greenhouse-Geisser校正公式校正步骤计算球形度的估计值、计算校正后的球形度系数、调整F值Huynh-Feldt校正的原理校正公式Huynh-Feldt校正公式校正步骤计算球形度的估计值、计算校正后的球形度系数、调整F值05第五章重复测量方差分析的结果解释重复测量方差分析结果的组成球形度检验结果判断协方差矩阵是否相等主效应分析结果分析时间效应和干预效应是否显著交互效应分析结果分析时间效应和干预效应之间的交互作用是否显著事后检验结果进行事后检验以确定具体差异主效应分析结果的解释时间效应不同时间点的焦虑评分是否存在显著差异干预效应不同干预方法的焦虑评分是否存在显著差异交互效应分析结果的解释时间效应和干预效应的交互作用不同干预方法在不同时间点的焦虑评分是否存在显著差异事后检验结果的解释时间效应的事后检验干预效应的事后检验交互效应的事后检验确定具体哪些时间点的焦虑评分之间存在显著差异确定具体哪些干预方法的焦虑评分之间存在显著差异确定具体哪些干预方法在不同时间点的焦虑评分之间存在显著差异06第六章重复测量方差分析的应用案例应用案例的背景介绍研究背景同一组学生在不同时间点进行考试成绩测试数据特点每个学生在不同时间点的成绩数据应用案例的具体分析时间效应干预效应交互效应不同时间点的成绩是否存在显著差异不同干预方法的成绩是否存在显著差异不同干预方法在不同时间点的成绩是否存在显著差异应用案例的结果解释时间效应的结果干预效应的结果交互效应的结果不同时间点的成绩是否存在显著差异不同干预方法的成绩是否存在显著差异不