重复测量设计的方差分析适用于

重复测量的方差分析

重复测量方差分析的基本概述：被试对象在接受不同处理后，对同一因变量（测试指标）在不同时点上进行多次测量所得的资料，称为重复测量资料。这里的重复并不是单一的反复，而是在多个时点上的测量。

这种资料的特点是其定量观测指标的数值会随着时间的变化而发生动态变化，并且各时点上的数值是不满足相互独立的假设的。因此不能用方差分析的方法直接进行处理。

如果在期初、期中、期末分别测量学生的电脑能力，则这是单变量重复测量问题。如果分别在三个时期测量学生的电脑和数学成绩，则是多变量重复测量的问题。

重复测量资料的方差分析需满足的前提条件： 1、 一般方差分析的正态性和方差齐性检验。

2、 协方差矩阵的球形对称性或者复合对称性；需要进行球形检验，检验对

称性。原假设：协方差满足球形对称。当拒绝球形假设时，结果中还有其他表可以检验，见例题中的分析。

被试对象 处理 测量时间1 2 3 4…………m 1 1 …………………………………………. 2 1 ………………………………………….. ………………

重复测量设计资料的方差分析（四）

一、重复测量资料的特征：

重复测量资料系指同一受试对象的某项观测指标进行多次测量所得的数据。如对病人治疗（或手术）后1天、3天、1周、2周等多个时间点连续观察；又如在眼睛视觉研究中，让同一受试者戴上效率分别为6/6，6/18，6/36/，6/60的镜片；观察其大脑皮质在佩戴不同镜片时的电反延迟时间等。在重复测量中，由于同一个观察单位具有多个观察值，而这些观察值来自同一受试对象的不同时间（部位等），因此这类数据间往往有相关性存在，违背了方差分析要求数据满足独立性的基本条件。此时若用一般方差分析方法，将会增大犯I 类错误的概率。

例如：为比较某一降压新药与上市的标准药品降低舒张压的效果，将24名病人随机分配到新药组和标准药物组，每组12名病人，给药前先测定基础血压（3次测定的均数）。给药后每隔2周测量一次血压，共连续测量4次。在此期间有3名病人退出（标准药物组1名、新药组2名），试分析新药的降压效果是否不同于标准药。

1

两组舒张压变化量（服药后-服药前）（mmHg）

基础标准药物组基础标准药物组

编号血压2w 4w 6w 8w M i编号血压2w 4w 6w 8w M i

1 108 -8 -10 -19 -17 -54

重复测量方差分析的原理 和统计操作

Contents

12 3

原理

统计操作

结果解释

4

简单效应分析

原理 重复测量设计是对同一因变量进行重复测度。 重复测量设计的方差分析可以是同一条件下 进行的重复测度，也可以是不同条件下的重 复测量，可以考察： (1)各种处理之间是否存在显著性差异； (2)被试之间的差异； (3)各种处理与被试分组之间的交互作用。

统计操作 使用范例： 1、攻击性的追踪调查中，考察不同性别的 高中生攻击性发展特点是否有差异，采用了 2(男/女，组间变量)×2(第一年测试/第 二年测试，组内变量)的重复测量方差分析； 2、攻击性干预的研究中，考察实验组和控 制组在团体辅导前后是否产生了变化，采用 了2(实验组/干预组，组间变量)×2(前 测/后测，组内变量)的重复测量方差分析。

统计操作 数据范式编号1 2 3 4 5 6

性别

身体攻 击 1 X 2 X 1 X 1 X 2 X 2 X

言语攻 击 X X X X X X

……X X X X X X

身体攻 击2 X X X X X X

言语攻 击2 X X X X X X

……X X X X X X

统计操作 1、analyze——general

双因素无重复试验的方差分析检验两个因素的交互效应,对两个因素的每一 组合至少要做两次试验. 如果已知不存在交互作用,或已知交互作用对 试验的指标影响很小,则可以不考虑交互作用. 对两个因素的每一组合只做一次试验,也可以 对各因素的效应进行分析——双因素无重复试验 的方差分析.

设试验结果受两个因素 A, B 的影响，因素 A 有 r 个水平A1 , A2 , , Ar ;因素 B 有 s 个水平 B1 , B2 , , Bs .在两个因素

的每一个组合 Ai B j 作一次试验，所得试验结果为

X ij i 1,2,

, r; j 1,2,

, s .

因素B 因素A A1A2

B1

B2

Bs

x11 x21 xr 1

x12x22 xr 2

x1sx2 s xrs

Ar

假设 X ij~N ( ij , 2 ), i 1, , r , j 1, , s.各 X ij 独立, ij , 2 均为未知参数.1 r s ij , rs i 1 j 1 1 s i ij , s j 1 记 r 1 j ij , r i 1 ai

一、单因素方差分析

1．完全窗口介绍

单因素方差分析的完全窗口管理通过Analyze菜单中的Compare Means由One-Way ANOVA菜单项调用。 （1）主对话框

按Analyze → Compared Means → One-Way Anova的顺序单击。就可以打开“单因素方差分析”主对话框，如图1所示。

图1 “单因素方差分析”对话框

（2）因变量框

在主对话框中可以看到因变量框（Dependent List），该框中列出主要分析的所有因变量。要从左源变量框中选取变量进入该框，只需选中所要选取的变量，然后按向右的箭头即可。可以有多个因变量。 （3）因素框

在主对话框中可以看到因素框（Factor），该框中列出了因素。要从左边源变量框中选取变量进入该框，只需选中所要选取的变量，然后按向右的箭头即可。因素同样也是分组变量，必须满足只取有限个水平的条件。 （4）Contrast对话框

在主对话框中单击【Contrast】键，即可打开“Contrast”对话框，如图2所示。在该框中指定一种要用t检验来检验的priori对比，可以进行均值的多项式比较。

图2 多项式比较对话框

该框中各项意义如下： ① Polynomial复选框 选

北京大学医学部

第五章多组数值变量比较王洪源

北京大学医学部

假设检验

两组数值变量比较

正态性、等方差假设

t-检验 正态性假设成立、不等方差 调整的t-检验 正态性、等方差假设不成立 Wilcoxon秩和检验 在正态性、等方差假设成立时t-检验的效 率是好的。

北京大学医学部

假设检验

多组数值变量比较

正态性、等方差假设 方差分析 正态性、等方差假设不成立 Kruskal-Wallis秩和检验

北京大学医学部

为研究铅对儿童神经行为的影 响，研究者在某铅矿区对儿童的血铅水平及 神经行为评价指标手指敲击测验进行了测定， 第一年和第二年儿童的血铅水平均大于等于 40 mg/dl的17名，为暴露组(group=2),第一 年儿童的血铅水平均大于等于40mg/dl、第 二年儿童的血铅水平小于40mg/dl的15名， 为既往暴露组(group=3),第一年和第二年儿 童的血铅水平均小于40mg/dl的15名，为对 照组(group=1),神经行为评价指标为第二年 的手指敲击测验得分。

例9.1

北京大学医学部

表 9.1 某铅矿区儿童不同铅表露水平的手指敲击测验结果 对照组 手指敲击 No 1 2 3 4 16 17 18 19 group 1 1

方差分析

5.1.1评价不同行业的服务质量，消费者协会分别在零售业、旅游业、航空公司、家电制造业抽取了不同的企业作为样本，其中零售业7家，旅游业6家，航空公司5家，家电制造业5家，然后统计出近期消费者对这23家企业的投诉次数，试分析4个行业之间的服务质量是否存在显著差异？（基本数据见5-1.sav，资料来源：赖国毅等编著，SPSS17.0常用功能与应用，电子工业出版社）。

5.1.2.某企业有4条生产线生产同一中型号的产品，对每条生产线观测其一周的日产量，要求判断不同生产线的日产量是否有显著的差异(基本数据见5-2.sav)。

5.2.1.某商家有商品销售的数据资料，分析销售额是否受到促销方式和售后服务的影响。用变量“促销”对促销方式进行区分，取值为0表示无促销，取值为1表示被动促销，取值为2表示主动促销。变量“售后”对所采取的售后服务进行刻画，取值为0表示没有售后服务，取值为l表示有售后服务(基本数据见5-4.sav，资料来源：徐秋艳等，SPSS统计分析方法与应用实验教程，中国水利水电出版社，2011)。

5.3.1. 政府为了帮助年轻人提高工作技能，进行了一系列有针对性的就业能力和工作技能培训项目，为检验培训工作的成效，对1000

方差分析

5.1.1评价不同行业的服务质量，消费者协会分别在零售业、旅游业、航空公司、家电制造业抽取了不同的企业作为样本，其中零售业7家，旅游业6家，航空公司5家，家电制造业5家，然后统计出近期消费者对这23家企业的投诉次数，试分析4个行业之间的服务质量是否存在显著差异？（基本数据见5-1.sav，资料来源：赖国毅等编著，SPSS17.0常用功能与应用，电子工业出版社）。

5.1.2.某企业有4条生产线生产同一中型号的产品，对每条生产线观测其一周的日产量，要求判断不同生产线的日产量是否有显著的差异(基本数据见5-2.sav)。

5.2.1.某商家有商品销售的数据资料，分析销售额是否受到促销方式和售后服务的影响。用变量“促销”对促销方式进行区分，取值为0表示无促销，取值为1表示被动促销，取值为2表示主动促销。变量“售后”对所采取的售后服务进行刻画，取值为0表示没有售后服务，取值为l表示有售后服务(基本数据见5-4.sav，资料来源：徐秋艳等，SPSS统计分析方法与应用实验教程，中国水利水电出版社，2011)。

5.3.1. 政府为了帮助年轻人提高工作技能，进行了一系列有针对性的就业能力和工作技能培训项目，为检验培训工作的成效，对1000

1、方差齐性检验

由于方差分析的前提是各水平下的总体服从正态分布并且方差相等，因此有必要对方差齐性进行检验，即对控制变量不同水平下各观测变量不同总体方差是否相等进行分析。

SPSS单因素方差分析中，方差齐性检验采用了方差同质性（Homogeneity of Variance）的检验方法，其零假设是各水平下观测变量总体方差无显著性差异，实现思路同SPSS两独立样本t检验中的方差齐性检验。

2、多重比较检验

上面的基本分析可以判断控制变量是否对观测变量产生了显著影响。如果控制变量确实对观测变量产生了显著影响，进一步还应确定，控制变量的不同水平对观测变量的影响程度如何，其中哪个水平的作用明显大于其它水平，哪些水平的作用是不显著的。例如已经确定不同施肥量会对农作物的产量产生显著影响，便希望进一步了解究竟是10公斤、20公斤还是30公斤施肥量最有利于提高产量，哪种施肥量对农作物产量没有显著影响。掌握了这些信息，我们就能够制定合理的施肥方案。

多重比较检验就是分别对每个水平下的观测变量均值进行逐对比较，判断两均值之间是否存在显著差异。其零假设是相应组的均值之间无显著差异。

6方差分析与试验设计

在研究一个或多个分类型自变量与一个数值型因变量之间的关系时，方差分析就是其中主要方法之一。检验多个总体均值是否相等的统计方法。

所要检验的对象称为因素。因素的不同表现称为水平。每个因子水平下得到的样本数据称为观测值。

随机误差：在同一行业（同一总体）下，样本的各观测值是不同的。抽样随机性造成。 系统误差：在不同一行业（不同一总体）下，样本的各观测值也是不同的。抽样随机性和行业本身造成的。

组内误差：衡量因素在同一行业（同一总体）下样本数据的误差。只包含随机误差。 组间误差：衡量因素在不同一行业（不同一总体）下样本数据的误差。包含随机误差、系统误差。

方差分析的三大假设：

每个总体服从正态分布；

每个总体的方差?必须相同； 观测值是独立的；

2

单因素方差分析（F分布）

数据结构：Xij表示第i个水平（总体）的第j个的观测值。（i列j行）

分析步骤：

u 2 ?? u i ???? 1提出假设。 H 0 : u 1 ? ? ? ? ? ? u k 自变量对因变量没有显著影响

H 1 : i , 2 ,? ? ?? , k )