医学研究中不等距重复测量资料的分析及在spss16.0中的实现

《医学研究中不等距重复测量资料的分析及在spss16.0中的实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、医学研究中不等距重复测量资料的分析及在SPSS16.0中的实现【摘要】目的：以一实例介绍用SPSS16.0实现对不等距重复测量资料的方差分析和结果解释。方法：用SPSS16.0中的一般线性模型和程序编辑窗口实现不等距重复测量设计的方差分析。结果：球形检验结果P<0.05，重复测量数据之间存在相关性，采用多元方差分析(P<0.05)；个体内变异计算，表明时间因素有效应且时间与处理因素之间有交互效应(P<0.05)；个体间变异计算表明分组因素有效应(P<0.05)。结论：处理不等距重复测量资料时要慎重，利用S

2、PSS软件易于实现对此类资料的方差分析。【关键词】统计学；重复测量；方差分析；SPSS重复测量资料(repeatedmeasurementdata)是指同一受试对象的同一观察指标在不同时间点上进行多次测量所得的资料，常用来分析该观察指标在不同时间点上的变化特点［1］8。在医学研究特别是临床研究和流行病学研究的数据中，经常会涉及重复测量数据。重复测量资料的方差分析虽在许多教材中都有论述，但多侧重理论，应用实例介绍的不多，特别是对于测量时间间隔不相等的资料，即不等距重复测量资料的介绍很少。考虑到SPSS统计软件的普及实用性，本研究拟

3、结合一实例介绍用SPSS16.0实现对不等距重复测量资料的方差分析，以及如何对结果的进行解释，旨在为广大医务人员提供一定的参考。　　1实例分析　　1.1资料　　为了解某药物对某种疾病模型大鼠的体重影响，将20只Wistar大鼠随机分成3组，阴性对照组（7只）、正常对照组（6只）和待测药物组（7只）。阴性对照组，造模14天后肌注生理盐水；正常对照组，14天后肌注生理盐水；待测药物组，造模14天后肌注待测药物，连续给药8天。分别记录造模后第10、15、20、24天的大鼠体重，结果见表1。　　表1大鼠的体重（略）　　2分析步骤及结果　

4、　2.1数据文件格式　　按列记录每个变量。变量group表资料的分组（Model代表阴性对照组，Normal代表正常对照组，Trial代表待测药物组），以t10、t15、t20、t24变量分别代表24d中测得的数据。8　　2.2SPSS16.0软件窗口操作过程　　Analyze→GeneralLinearModel(广义线性模型)→RepeatedMeasures…→出现RepeatedMeasuresDefineFactors对话框，在WithinSubjectFactorName中键入t(重复测量的变量名)；在Number

5、oflevels中键入4(重复测量的次数)，单击Add→Define，进入RepeatedMeasures主对话框：将t10～t24(代表四次测量结果)调入WithinSubjectsVariables(t)框中；group调入BetweenSubjectsFactor(s)框中→Model，进入RepeatedMeasures:Model对话框，选中Custom(自定义模型)，将time调入WithinSubjectsModel框(分析4次测量间有无随时间变化的趋势)；group调入BetweenSubjectsMod

6、el框，→BuildTerm(s)菜单中选中Maineffects(只分析主效应)，单击Continue返回→Paste，进入SPSSSyntaxEditor程序编辑窗口，将"/WSFACTOR=t4Polynomial"语句修改为"/WSFACTOR=t4Polynomial(10152024)"→单击Run→All，得到主要结果如表2～表5所示。　　2.3结果分析　　2.3.1通过Mauchly球形检验判断重复测量数据之间是否存在相关性8　　表2球形检验结果（略）　　表3组内因素的一元方差分析检验结果（略）　　表4组内因素的

7、多元方差分析检验结果（略）　　表5组间因素的一元方差分析检验结果（略）　　表2为SPSS给出的球形检验结果。表3是针对组内因素t及t与组间因素group的交互作用即t*group进行的一元方差分析检验，表中后3行是校正后的结果（校正系数Epsilon）。表4是针对t和t*group进行的多元方差分析检验，SPSS对此具体采用了4种多元检验方法，一般以Pillai'sTrace结果为准。表5是组间因素group的检验结果。　　此例中球形检验结果χ2=23.574,P<0.05，数据不符合HuynhFeldt条件，不满足球形

8、假设，说明重复测量的数据间高度相关，应以多元检验结果为准［2］，即表4第1行的数据。同时可参考校正后的一元方差分析结果，多推荐GreenhouseGeisser的校正结果，即表3第2行的数据。8　　若数据满足球形假设，则说明重复测量的数据间实际上不存在相关性，