关键词:重复测量资料 不独立 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。 表1 三种诱导方法不同时相收缩压(mmHg) 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。 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、轮廓图及选项进行设置。 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。 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检验和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。 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. ▲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。 |
|