医学研究中不等距重复测量资料的分析及在spss16.0中的实现论文

《医学研究中不等距重复测量资料的分析及在spss16.0中的实现论文》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中的实现论文【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P0.05，重复测量数据之间存在相关性，采用多元方差分析(P0.05)；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(P0.05)；个体间变异计算表明分组因素有效应(P0.05)。结论：处理不等距重复测量资料时要慎重，利用SPSS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

2、；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］。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.freelal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。2.2SPSS16.0软件窗口操作过程Analyze→GeneralLinearModel(广义线性模型)→RepeatedMeasur

3、es…→出现RepeatedMeasuresDefineFactors对话框，在easures主对话框：将t10～t24(代表四次测量结果)调入odel框(分析4次测量间有无随时间变化的趋势)；group调入Bet(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"/auchly球形检验判断重复测量数据之间是否存在相关性表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

4、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,P0.05，数据不符合HuynhFeldt条件，不满足球形假设，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Geis

5、ser的校正结果，即表3第2行的数据。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，可直接进行一元方差分析，无需校正，应采用表3第1行的数据。2.3.2分析组内因素、组间因素的作用及组内因素和组间因素的交互作用由表3组内因素(odel框，BuildTerm(s)菜单中选中Maineffects，单击Continue→单击PostHoc，在PostHocTestsfor框中调入group，选中LSD（两两比较方法的选择原则与单因素方差分析一致），单击Continue→单击Options，在Displaymeansfor框中调入group，选中DisplyDesc

6、riptivestatistics（输出对数据的统计描述）单击Continue→OK。表6药物对大鼠体重的影响（略）注：*P0.05,vsmodelgroup;#P0.05,vsnormalgroup。SPSS两两比较结果输出内容较多，本研究省略，整理后结果如表6所示。可以看到在试验20d之后，阴性对照组和待测药物组大鼠体重均低于正常对照组大鼠体重（P0.05）；待测药物组大鼠体重与阴性对照组大鼠体重之间的差异没有统计学意义（P0.05）。3讨论重复测量设计可以动态观察或监测测量指标，符合临床试验、药理学试验等的特点，故广泛应用在基础、预防、临床等医学研究中。如为研究某种降压

7、药对患者血压的改善情况，测量病人治疗前后不同时间（治疗前，治疗后1、2、3、4w）的血压；儿童生长发育规律的研究等。重复测量资料常有时间上的相关性或随时间变化的趋势，属非独立性或不完全独立数据，在统计分析上有其特殊性。国内发表的很多论文对这类资料进行统计处理时常忽视其特点，存在很多误用的情况：①在分析时考虑只某一时点的测量值，重复进行t检验，导致检验效能降低，假阳性的概率增大，有可能得出错误的结论，而且这样只对单独效应进行了分析，会漏掉数据蕴涵的部分信息；②直接采用随机区组方差分析，这在数据不满足"球形