1、重复测量设计的方差分析 repeated measurement design,前后测量的数据不独立。,方差分析的条件：独立/正态/方差齐这种类型的资料在医学中是很常见的，该类数据间存在一定的自相关性，不能够满足常规统计分析方法所要求的独立性假定。我们称该类型为重复测量数据（repeated measurement data）,其分析方法有别于一般的统计分析方法。,第一节 重复测量资料的数据特征,一、重复测量设计的基本概念 当前后测量设计的重复测量次数=3时，称重复测量设计或重复测量数据。前后测量设计可认为是一特例。,因此重复测量数据产生了专门的统计分析方法： 重复测量数据的一元方差分析 多元
2、分析方法，如多元方差分析和轮廓分析（profile analysis）等。,二、重复测量设计一元方差分析的条件 对重复测量资料进行一元方差分析，除要求样本是随机的外，强调原始资料的方差协方差矩阵（covariance matrix）的球对称性（sphericity）或复合对称性（compound symmetry）,对角线方差相等 非对角线协方差为0,调整系数常用估计方法有Greenhouse-Geisser、Huynh-Feldt和Lower -bound三种方法。Greenhouse-Geisser Epsilon，即“GG”法 Huynh-Feldt Epsilon，即“HF”法，是校正
3、系数的无偏估计。 Lower bound，是对校正系数的最保守估计。 如果重复测量水平为k，SPSS软件可给出以上三种校正系数估计值。,调整规则：只对具有重复测定性质的时间效应F值的自由度和处理时间交互作用的F值的分子和分母的自由度进行调整。与时间有关联的自由度进行校正,第二节 重复测量资料的方差分析,一、重复测量资料的单因素方差分析(时间),数据格式,多次测量数据间是否独立？,球形性检验结果如何？ “球对称”的假设被拒绝,不变,一般多项式回归模型,趋势分析,r=p-1 p为时间点数,余松林 医学统计学，127-129 余松林，向惠云 重复测量资料分析方法与SAS程序，39-40,二、重复测量
4、资料两因素方差分析,该资料为两因素（处理因素，测量时间），该资料可以考虑的分析方法有哪些？,重复测量的数据集格式,两因素二水平，Epsilon=1,二因素多水平重复测量的方差分析,表12-16,factor1拟合多项式，四次方仍有意义，说明各时间点的平均水平是不等的 Factor1*treat，说明各组是不平行的，随时间改变的趋势不同,以上结果说明各时间点不同，各处理方法也不同。,多重比较,组间比较，采用LSD时间点比较，拆分数据（组别），采用配对t 检验,常见误用情况,多次t检验 忽略个体曲线变化特征:采用轮廓分析 差值比较问题 协方差分析是一种方法,但要满足条件,实际数据训练2,L.sav
5、 为了研究急性肾衰（ARF）患者死亡的危险因素，经回顾性调查，获得某医院19902000年中所有发生ARF的422名住院患者的临床资料 这样的数据如何分析？,分析思路,该数据不是临床试验数据，是历史数据的回顾 分析目的：ARF死亡危险因素分析 数据除结局（死亡）外其他都有可能是危险因素,分析方法,单因素分析：死亡与生存两类人在 sex，age，社会支持，慢性病，手术，糖尿病，肿瘤，动脉硬化，器官移植，cr，hg，肾毒性，少尿，lbp，黄疸，昏迷，辅助呼吸，心衰，肝衰，出血，呼衰，器官衰竭，胰腺炎，dic，败血症，感染，hbp，透析方式方面有无差别，可考虑的统计分析方法是？ 多因素分析：由于每个因素之间是有关联的，因此有必要将多个因素放在一起考虑，此数据可考虑用logistic回归,
