单因素方差的检验假设(连续变量假设检验)

析因设计方差分析概述

在医学研究中,许多研究因素之间往往是相互联系的,相互制约的。当一个因素的质或量有改变时,其他因素的质和量也会随之改变。当几个因素间存在交互作用时,析因设计是一种非常理想的设计。

析因设计(Factorial Design)是将两个或多个因素的各个水平进行全面组合、交叉分组地设计,对各种可能的组合都进行实验,从而探讨各实验因素的主效应(Main Effect)以及各因素间的交互效应(Interaction)

主效应是指某因素各单独效应的平均效应,即某因素各水平之间的平均差别单独效应是指其他因素水平固定时,同一因素不同水平之间的差异交互效应是指某因素的单独效应随着另一因素的水平变化而变化,则称这两个因素存在交互作用。也就是说析因分析不仅分析单个因素不同水平效应之间的差异,还要知道两个因素各水平间效应的相互影响。

常见析因设计有: 2x2析因设计、IxJ两因素析因设计、IxJxK三因素析因设计。

处理组数等于各因素水平之积,如两因素同时进行实验,每个因素取两个水平,实验总的组合数为2×2=4;若有3因素,每个因素取4个水平,实验总的组合数为4×4×4=64;下表有3个因素,各有2、2和3个因素,实验总的组合数为2×2×3=12。

析因设计分析条件:由于方差分析要求资料的方差齐性残差(residual)服从正态分布,故首先检验资料是否符合方差分析的条件。如果资料不满足方差分析的条件,可以先进行秩变换或其它的正态性变换(如Box-cox变换,对数变换,反正弦变换等),然后再做统计分析。

SPSS实现随机区组设计方差分析

示例:将20只家兔随机等分4组,每组5只,进行神经损伤后的缝合实验,欲比较不同缝合方法及缝合后时间对轴突通过率的影响。处理由两个因素组合而成,A因素为缝合方法,两个水平,水平一为外膜缝合,为a1,水平二维束膜缝合,为a2;B因素为缝合后的时间,两个水平,水平一为缝合后1月,为b1,水平二维缝合后2月,为b2;实验结果为家兔神经缝合后的轴突通过率(%)。数据如下所示。

单因素方差的检验假设(连续变量假设检验)(1)

1. 示例分析:

  • 本例研究2个因素A-缝合方法和B-缝合后时间,分别两个水平,全面组合,共构成4个单元,即4组,是一个2×2析因设计

2. 数据录入:

  • 在SPSS的“变量视图”中设置三个变量,a代表缝合方法,数值型,有二个水平取值(1-外模缝合和2-束膜缝合);b代表缝合后时间,数值型(1-1个月,2-2个月);x代表通过率,数值型。

单因素方差的检验假设(连续变量假设检验)(2)

3. 建立假设:建立检验假设,确定检验水准 α

(1)因素A

  • H0: 不同缝合方法的通过率总体均数相等
  • H1: 不同缝合方法的通过率总体均数不相等

(2)因素B

  • H0: 不同缝合时间的通过率总体均数相等
  • H1: 不同缝合时间的通过率总体均数不相等

(2)交互作用A与B

  • 因素A与B无交互作用
  • 因素A与B有交互作用
  • α = 0.05,即置信区间为95%

4. 析因设计方差分析简要

(1) 打开 分析—一般线性模型—单变量

单因素方差的检验假设(连续变量假设检验)(3)

(2) 参数选择

  • 单变量主对话设置:如图A将x放入因变量,a 和b放入固定因子。
  • 模型参数设置:点击“模型”,图B,因为本例为析因设计,因此需要分析交互作用,因此选择默认的“全因子”,点击“继续”返回。

单因素方差的检验假设(连续变量假设检验)(4)

  • 图:a为水平轴,b为分组
  • EM平均值:选择a、b及a*b交互作用

单因素方差的检验假设(连续变量假设检验)(5)

  • 选项:显示勾选"描述统计”和“方差齐性”,点击“继续”

单因素方差的检验假设(连续变量假设检验)(6)

5. 数据结果与说明

(1) 输出样本量及相应均值

单因素方差的检验假设(连续变量假设检验)(7)

(2) 方差齐性检验:可见levene齐性检验F =1.219,P =0.335>0.05,各组方差齐,可以进行后续方差分析。

单因素方差的检验假设(连续变量假设检验)(8)

(3) 主体效应间比较:

  • 缝合方法F=0.600,P=0.450,按照α=0.05检验水准,不拒绝H0,差异无统计学意义,尚不能认为两种缝合方式间轴突通过率不同(A因素主效应≠0);
  • 缝合后时间F=0.8607,P=0.012,按照α=0.05检验水准,拒绝H0,接受H1,差异有统计学意义,可以认为不同时间轴突通过率不同(B因素主效应≠0);
  • 缝合方法与缝合后时间交互F=0.067,P=0.800,按照α=0.05检验水准,不拒绝H0,差异无统计学意义,尚不能认为缝合方式与时间存在交互作用(AB因素交互作用≠0)。

单因素方差的检验假设(连续变量假设检验)(9)

(4) 下图显示边际轮廓图,结果得到几乎相平行的直线,表示该研究两因素交互作用小。反之,若得到两条相互不平行的直线,则说明两因素可能存在交互作用。

单因素方差的检验假设(连续变量假设检验)(10)

结论:不能认为两种缝合方法对通过率有影响,以及两个因素间存在交互作用。但可认为缝合后2个月与1个月相比,通过率提高了。

6. 语法

UNIANOVA rate BY a b /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /PLOT=PROFILE(a*b) TYPE=LINE ERRORBAR=NO MEANREFERENCE=NO YAXIS=AUTO /EMMEANS=TABLES(a) /EMMEANS=TABLES(b) /EMMEANS=TABLES(a*b) /PRINT DESCRIPTIVE HOMOGENEITY /CRITERIA=ALPHA(.05) /DESIGN=a b a*b.

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页