京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SPSS分析技术:重复测量方差分析
下面介绍在经济学、医学和心理学领域常用的重复测量方差分析。
重复测量方差分析原理
重复测量是指测试对象被处理后,对该测试对象的某个指标在不同时间点上多次测量,获得的数据就称为重复测量数据。重复测量方差分析不仅能够完成其它方差分析的均值的差异显著性比较,还能够考察测量指标是否会随着测量次数的增加而改变,或者随着时间的推移而改变。
我们以两因素方差分析的数据整理表格为例进行说明,如下图所示,如果非重复测量时,每个因变量数据单元格内的数据个数为n个,现在再5个时间点重复测量这些数据,那么每个单元格内的数据就变为5n个,这些数据不仅能够完成原来的两因素方差分析的目标,还能够额外考量数据是否会随着时间的推移而改变。
案例分析
麻醉能够使病人在手术过程中免于忍受疼痛的折磨,但是麻醉会对病人的血压造成影响,甚至出现病人麻醉死亡的事故。某医院麻醉科新设计了三种麻醉方法,现已进入临床测试阶段。医院选取了15个需要进行同样手术的病人,随机分成3组,在手术过程中分别实施三种麻烦方法,在麻醉后,选取5个时间点测量他们收缩压的变化情况,分别记为收缩压1~收缩压5,用重复测量方差分析对数据进行分析。
(例题数据文件已经上传到QQ群中,需要的朋友可以前往下载)
分析思路
如果没有进行重复测量的话,我们可以直接利用单因素方差分析来考察三种麻醉方法的效果,但是本案例进行的是重复性测量,所以应该进行重复性测量方差分析,不仅可以提高对于三种麻醉方法的分析效果,还可以考量时间是否会对收缩压起作用。
分析步骤
1、选择【分析】-【一般线性模型】-【重复测量】,打开重复测量定义因子对话框,如下图所示,将被测内因子名称改为“收缩压”,级别数为5,点击添加按钮;在测量名称中填写“血压”,点击添加按钮,点击定义。
2、在跳出的重复测量对话框中,进行如下操作,将收缩压1~5添加进主体内部变量;将诱导方法添加进因子列表。
3、点击模型按钮,进行如下操作,点击定制,将主体内的收缩压选入主体内模型,将主体间的方法选入主体间模型。构建项选择交互,平方和选择三型。
4、点击事后检验按钮,进行如下操作,将因子中的方法选入事后检验框中,假定方差齐性选择LSD
5、点击选项按钮,在跳出的对话框中进行如下所示。
6、点击确定按钮,输出结果。
结果解释
1、球形检验结果
由上表可知,收缩压的主体内效应检验显著性P为0.178,大于0.05的临界值,满足球形检验。因此在主体内效应检验表中查看“假设为球形”行数据。若球形检验结果的P小于0.05,不能满足球形假设,就要查看下边的三行数据来判断。
2、主体内效应检验;
从表中看出,收缩压和收缩压*方法的效应检验F值显著性均为0.000,达到非常显著。它们的Eta平方分别解释因变量的89.9%和76.1%。这表明不仅收缩压之间差异显著,而且诱导方法的不同造成的收缩压均值差异也显著,同时,不同诱导方法之间有统计学的差异。
3、事后多重检验
从事后多重检验看出:诱导方法1和诱导方法2相比,显著性水平P值为0.08,未达到显著;诱导方法1和诱导方法3相比,显著性P值为0.05,达到显著程度;而诱导方法2与诱导方法3比较,p值为0.164,未达到显著,可知诱导方法1效果最为显著。
4、折线图
从边际平均值的折线图也可以看出,麻醉方法1对于收缩压的影响效果最显著。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27