分享

重复测量资料SPSS实战全集(上集)

 松哥精鼎统计 2020-10-23

重复测量资料的定义
       一些干预研究和纵向研究都需要对研究对象进行随访,每次随访进行观察或测量一些效应指标,考察同一研究对象同一指标的变化情况。同一个对象的相同指标的多次观察或测量所获得的资料称为重复测量资料

关键词:重复测量资料   不独立

        由于同一对象同一指标的相邻两个时间点的效应指标观测值往往是相关的,所以重复测量资料往往存在不独立的问题

        然而大多数的统计方法都要求资料是独立,所以这些资料的统计分析需要用比较特殊的统计方法进行分析,即:重复测量资料的方差分析、混合回归模型(Mixed regression Model)、广义估计方程。

案例说明
       将手术要求基本相同的15名患者随机分为3组,在手术过程中分别采用A、B、C三种麻醉诱导方法,在T0(诱导前)、T1、T2、T3、T4,五个时相测量患者的收缩压,数据记录见表1。请对三种麻醉诱导方法的患者收缩压效果进行评估?

三种诱导方法不同时相收缩压(mmHg


思路及操作
Tips
那我们该怎么判断应用什么统计学方法呢?

由三个因素决定,研究设计、资料类型、研究目的。

本案例的研究设计是完全随机设计、5个时相重复测量;测量的收缩压指标为连续性变量,故为定量资料;研究目的是对三种麻醉诱导方法的收缩压效果进行评估。

故可采用重复测量资料的方差分析、混合回归模型(Mixed regression Model)、广义估计方程三种方法。

1
重复测量资料的方差分析

首先是在SPSS软件中建立数据库(宽型数据库)。建成后如下:


之后,放开手脚进行重复测量资料方差分析的操作吧。步骤见下:

步骤1、Analyze——General Linear Model——Repeated Measures

步骤2、在Within-Subjiect Factor Name的方框中填写重复测量的指标变量,这里就是T1、T2、T3、T4、T5四个时间点。之所以剔除T0时间点,是由于T0是指在麻醉诱导前,与其他四个时间点不在相同的状态,即使是在某麻醉方法组内,T0时间点的测量状态也和麻醉诱导后的各时间点的测量状态不同。故将T0时间点的测量变量不纳入Within-Subjiect的水平内,而是作为协变量进行控制(步骤3中将T0纳入Covariates)。

步骤3、将变量T1、T2、T3、T4选入Within-Subjiect Variables(TIME),将“诱导方法”变量选入到Between-Subjects Factor(s),将变量T0纳入Covariates。

步骤4、对模型、轮廓图选项进行设置。

分析结果

在重复测量资料方差分析产生的众多结果中,首先要看的是球形度检验结果,见下表Mauchly's Test of Sphericity。根据结果显示,球形度检验P=0.170>0.1,符合球形性。


时间主效应和交互效应的结果读取在“Tests of Within-Subjects Effects”表中。由于满足球形性,故看"Sphericity Assumed"对应的结果。TIME主效应有统计学意义(P=0.040),TIME*T0交互作用无统计学意义(P=0.142),TIME*诱导方法的交互作用有统计学意义(P<0.001)。


组间效应(诱导方法的主效应)的结果读取在“Tests of Between-Subjects Effects”表中。组间效应(诱导方法的主效应)有统计学意义(F=4.660,P=0.034)。


下面的均值轮廓图能够非常直观地展现交互作用、时间效应、诱导方法效应。


还没结束哦
重点在后面!

统计学界认为:当时间与组间的交互作用有统计学意义时,一般不再关心组间效应、时间效应是否有统计学意义。

本案例中,TIME与诱导方法的交互作用有统计学意义,故不再关心组间效应(诱导方法的主效应)和时间主效应有无意义,主要看单独效应分析的结果。

单独效应分析的两种方法分别为基于一般的配对t检验基于局部调整标准误的配对t检验方法。

基于局部调整标准误的配对t检验的实现可以使用SPSS软件中一般线性模型下的EMMEANS语句实现。文献表明:使用EMMEANS子句的犯Ⅰ 类错误的概率较一般的配对t检验方法有明显的降低。故使用基于局部调整标准误的EMMEANS子句进行单独效应分析更为合理。

本案例编程语言如下:

GLM T1 T2 T3 T4 BY 诱导方法 WITH T0

   /WSFACTOR=TIME 4 Polynomial 

   /METHOD=SSTYPE(3)

   /PLOT=PROFILE(诱导方法*TIME TIME*诱导方法)

   /EMMEANS=TABLES(诱导方法) COMPARE ADJ(LSD)

   /EMMEANS=TABLES(TIME) COMPARE ADJ(LSD)

   /EMMEANS=TABLES(诱导方法*TIME) COMPARE(诱导方法) ADJ(LSD)

      /*固定TIME在某水平,诱导方法的单独效应分析*/

   /EMMEANS=TABLES(诱导方法*TIME) COMPARE(TIME) ADJ(LSD)

      /*固定诱导方法在某水平,TIME的单独效应分析*/

   /CRITERIA=ALPHA(.05)

   /WSDESIGN=TIME 

   /DESIGN=T0 诱导方法.

编程运行结果


▲上表为固定TIME在某水平,诱导方法的单独效应的方差分析结果。


▲上表为固定TIME在某水平,诱导方法的单独效应的各水平的两两比较结果。


上表为固定诱导方法在某水平,TIME的单独效应的方差分析结果。

上表为固定诱导方法在某水平,TIME的单独效应的各时相的两两比较结果。

下期更精彩
2
重复测量资料的混合回归模型实现
3
重复测量资料的广义估计方程实现

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多