SPSS双因素随机区组设计及其统计方法（含输出结果分析及文字报告撰写）——医学试验设计第一讲（下）

杏花开医学统计

医学统计教程，统计分析服务

关 注

双因素随机区组设计

及其统计方法

关键词：医学试验设计

    上一讲中,我们详细介绍了随机区组试验设计（配伍组试验设计），并详细介绍了一个单因素随机区组试验的案例。具体查看:

SPSS单因素随机区组设计及其统计方法（含输出结果分析及文字报告撰写）——医学实试设计第一讲（上）

    本期课程，我们详细讲解SPSS双因素随机区组设计的医学统计案例。

请观看下方视频教程

全屏播放请关闭手机中“方向锁定”，然后将手机横向放置

（若无法播放，请联系客服微信3301888200）

案例背景：研究不同治疗方法对湿疹的疗效。治疗方法（试验因素）有三种，1、派瑞松；2、中药敷料；3、派瑞松+中药敷料。

研究对象：随机筛选9名湿疹面积一致的患者。为了排除年龄的干扰，将年龄作为配伍因素，按照<18岁，18-35岁，>35岁，将患者配伍成三组，每组三个人。每组中的三人分别随机采用三种治疗。

按照以上实验步骤，1周之后，患者的湿疹面积数据如下：

统计分析方法：双因素方差分析

统计分析步骤：

①将以上的数据在SPSS软件中整理成如下数据形式：

②点击“分析”→“一般线性模型”→“单变量”

③“治疗后湿疹面积”选进因变量，“年龄”“治疗方法”选进固定因子：

④点击“模型”，再点击“定制”，类型改成“主效应”，最后将“年龄”和“治疗方法”选进“模型”对话框。

⑤点击“选项”，将“年龄”和“治疗方法”选进“显示下列各项的平均值”，都选“比较主效应”，置信区间调整选择“邦弗伦尼”：

点击“继续”，再点击“确定”，得出如下结果：

    从“主体间效应检验”表可以清晰看到，“年龄”（配伍因素）的主效应显著，P=0.003<0.05，意味着年龄可以显著影响湿疹面积；“治疗方法”（试验因素）的主效应显著，P=0.030<0.05，意味着治疗方法可以显著影响湿疹面积。

    在得出了“年龄”和“治疗方式”可以显著影响湿疹面积之后，还需要继续考察是如何影响的：

    由上图分析结果得知：<18岁的疗效最佳，湿疹面积显著低于18-35岁和>35岁的患者（面积差值分别是4.803和4.873），显著性P值全部小于0.05；而18-35岁和>35岁之间的疗效则无显著差异，P=1.000>0.05

    由上图分析结果得知：派瑞松的疗效显著低于“派瑞松+中药敷料”（面积差值为2.793，P=0.038<0.05），而派瑞松治疗和中药敷料治疗的疗效无显著差异（P=0.143>0.05）；中药敷料治疗和“派瑞松+中药敷料”治疗之间也无显著差异（P=0.653>0.05）。

    本期课程就到这里，我们将每周推出更多、更实用的医学统计教程，提供医学统计相关服务。涵盖医学科研设计、数据统计分析、SPSS、Meta、GraphPad、SAS、R、Eexel等，欢迎大家关注！感谢大家的观看，下期再见！

杏花开医学统计

精品课程推荐

杏花开医学统计

统计分析服务

统计分析服务