大家好，歡迎來到MedSPSS小課堂。在之前的教學案例中，我們為大家介紹過差異性分析中的多因素方差分析。本期内容，我們将為大家帶來差異性分析中另一種較為常見的分析方法——重複測量方差分析。

1. 概念

重複測量方差分析（Repeated analysis of measurement variance）常見于醫學實驗中。當我們需要對同一因變量進行重複測量，如果仍然使用一般的方差分析就會出現問題，因為在重複測量時，觀測對象的測量結果之間存在一定程度的相關，這違背了方差分析數據獨立性的要求，同時也會增加犯第一類錯誤（即拒絕了實際成立的正确假設）的概率，所以在進行分析時就需要選擇重複測量方差分析。另一方面，當我們需要研究的變量有多個組别時，我們就可以使用混合方差分析。

2. 用法

重複測量方差針對同一觀測對象的多次測量結果，研究這些結果間是否存在不同。例如在對病例進行某種幹預後，在不同時間點分别測量病例的某種指标，分析在不同時間點，這些指标是否存在差異。

3. 使用條件

• 采樣符合随機性。
  

• 各樣本必須是相互獨立的随機樣本。

• 樣本符合正态分布，若數據非正态應考慮用對數轉換、平方根變換、倒數變換、平方根反正弦變換等變量變換方法轉化成正态或接近正态分布後再進行方差分析。

• 滿足球形度。

4. 基于MedSPSS案例分析

在進行具體的案例分析前，我們先給出如下的重複測量方差分析流程。重複測量方差分析除了要考慮重複測量的“時間因素”，在一些研究案例中，也需要考慮到“處理因素”，在進行具體的問題分析時，可以根據下圖的流程來選擇合适的分析方法。

案例1：

為了探究糖尿病患者在注射了降血糖藥物之後，在不同檢測階段所測量的血糖值是否存在差異，我們将8位糖尿病患者納入觀測組，收集了在4個檢測階段(T0、T45、T90、T135)所測量的血糖值。這是一個僅包括“時間因素”的研究問題，以下通過MedSPSS的重複測量方差分析來驗證這個問題。

Step1：上傳數據

基于 MedSPSS，通過【數據管理】-【文件】-【上傳文件】，上傳整理好的“重複測量方差分析數據”文件，用作接下來的重複測量方差分析。

Step2：重複測量方差分析

選擇 【假設檢驗】-【方差分析】-【重複測量方差分析】，将T0、T45、T90、T135放入各時間段測量值，測量項命名為血糖值。

描述性分析結果

主體間效應結果

結果說明：從結果上我們可以看出在95%的置信水平下，接受原假設：不同時間點患者的血糖值不同。

以上是隻考慮了單一“時間因素”這類重複測量問題的方差分析，但在實際的研究中，将會更多的考慮到“處理因素”，針對這類問題，就得考慮用混合方差分析。

案例2：

為了研究手術中不同麻醉誘導方法對患者的收縮壓有什麼影響，我們将15名患者随機分為三組，在手術過程中分别采用A、B、C三種麻醉誘導方法，同時收集了T0（術前）、T1、T2、T3、T4五個時間點測量的患者收縮壓，通過MedSPSS的混合方差進行分析。

Step1：上傳數據

基于 MedSPSS，通過【數據管理】-【文件】-【上傳文件】，上傳整理好的“混合測量方差分析數據”文件，用作接下來的混合方差分析。

Step2：混合方差分析

選擇 【假設檢驗】-【方差分析】-【混合方差分析】，将T0、T1、T2、T3、T4不同時刻收集的收縮壓放入各時間段測量值，将麻醉誘導方法作為定類因素，測量項命名為“不同麻醉誘導方法下的收縮壓“進行分析。

描述性分析結果

主體間效應結果

結果說明：從MedSPSS給出的分析結果我們可以看到，在95％的置信水平下接受A、B、C三組不同麻醉誘導方法下的收縮壓均值不全相等，并且不同時間點的不同麻醉誘導方法下的收縮壓均值不全相等，同時麻醉誘導方法與時間産生的交互因素對患者收縮壓有影響。

綜上兩種重複測量的方差分析針對不同的情況都有很好的分析結果，在實際情況裡我們應該考量變量、時間以及測量情況來選擇合适的分析方法。

本期内容分享就到這裡。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!