spss样本方差计算（MedSPSS小课堂重复测量方差分析）

大家好，欢迎来到MedSPSS小课堂。在之前的教学案例中，我们为大家介绍过差异性分析中的多因素方差分析。本期内容，我们将为大家带来差异性分析中另一种较为常见的分析方法——重复测量方差分析。

1. 概念

重复测量方差分析（Repeated analysis of measurement variance）常见于医学实验中。当我们需要对同一因变量进行重复测量，如果仍然使用一般的方差分析就会出现问题，因为在重复测量时，观测对象的测量结果之间存在一定程度的相关，这违背了方差分析数据独立性的要求，同时也会增加犯第一类错误（即拒绝了实际成立的正确假设）的概率，所以在进行分析时就需要选择重复测量方差分析。另一方面，当我们需要研究的变量有多个组别时，我们就可以使用混合方差分析。

2. 用法

重复测量方差针对同一观测对象的多次测量结果，研究这些结果间是否存在不同。例如在对病例进行某种干预后，在不同时间点分别测量病例的某种指标，分析在不同时间点，这些指标是否存在差异。

3. 使用条件

• 采样符合随机性。
  

• 各样本必须是相互独立的随机样本。

• 样本符合正态分布，若数据非正态应考虑用对数转换、平方根变换、倒数变换、平方根反正弦变换等变量变换方法转化成正态或接近正态分布后再进行方差分析。

• 满足球形度。

4. 基于MedSPSS案例分析

在进行具体的案例分析前，我们先给出如下的重复测量方差分析流程。重复测量方差分析除了要考虑重复测量的“时间因素”，在一些研究案例中，也需要考虑到“处理因素”，在进行具体的问题分析时，可以根据下图的流程来选择合适的分析方法。

案例1：

为了探究糖尿病患者在注射了降血糖药物之后，在不同检测阶段所测量的血糖值是否存在差异，我们将8位糖尿病患者纳入观测组，收集了在4个检测阶段(T0、T45、T90、T135)所测量的血糖值。这是一个仅包括“时间因素”的研究问题，以下通过MedSPSS的重复测量方差分析来验证这个问题。

Step1：上传数据

基于 MedSPSS，通过【数据管理】-【文件】-【上传文件】，上传整理好的“重复测量方差分析数据”文件，用作接下来的重复测量方差分析。

Step2：重复测量方差分析

选择 【假设检验】-【方差分析】-【重复测量方差分析】，将T0、T45、T90、T135放入各时间段测量值，测量项命名为血糖值。

描述性分析结果

主体间效应结果

结果说明：从结果上我们可以看出在95%的置信水平下，接受原假设：不同时间点患者的血糖值不同。

以上是只考虑了单一“时间因素”这类重复测量问题的方差分析，但在实际的研究中，将会更多的考虑到“处理因素”，针对这类问题，就得考虑用混合方差分析。

案例2：

为了研究手术中不同麻醉诱导方法对患者的收缩压有什么影响，我们将15名患者随机分为三组，在手术过程中分别采用A、B、C三种麻醉诱导方法，同时收集了T0（术前）、T1、T2、T3、T4五个时间点测量的患者收缩压，通过MedSPSS的混合方差进行分析。

Step1：上传数据

基于 MedSPSS，通过【数据管理】-【文件】-【上传文件】，上传整理好的“混合测量方差分析数据”文件，用作接下来的混合方差分析。

Step2：混合方差分析

选择 【假设检验】-【方差分析】-【混合方差分析】，将T0、T1、T2、T3、T4不同时刻收集的收缩压放入各时间段测量值，将麻醉诱导方法作为定类因素，测量项命名为“不同麻醉诱导方法下的收缩压“进行分析。

描述性分析结果

主体间效应结果

结果说明：从MedSPSS给出的分析结果我们可以看到，在95％的置信水平下接受A、B、C三组不同麻醉诱导方法下的收缩压均值不全相等，并且不同时间点的不同麻醉诱导方法下的收缩压均值不全相等，同时麻醉诱导方法与时间产生的交互因素对患者收缩压有影响。

综上两种重复测量的方差分析针对不同的情况都有很好的分析结果，在实际情况里我们应该考量变量、时间以及测量情况来选择合适的分析方法。

本期内容分享就到这里。