重复测量方差分析原理
2022-12-20阅读(620)
问：统计学（69）-重复测量方差分析详解
- 答：此次只关注概念的简单理解。因为本小章节理解性东西太多，我并没有时间学习，后续用到再学习也不迟。
当然，目前我知，是对数据校正，然后减少相关性，再进行分析。
（1）重复测量(Repeated Measures) 数据在医学领域和社会学领域很常见，如对一组人群分别在用药前、用药后1个月、用药后2个月进行疗效观察；再如，将人群分配至不同的处理组，每组分别在不同的时间点进行观察，等等。
（2） 这里理解一点，一组人群不同时间点
（1）重复测量不同于重复调查。重复测量是对“同一人群”的不同时间点的测量。
（2）重复调查是在不同时间点对“不同群体”的调查。例如，国内每隔几年就重复调查的营养膳食情况，每次调查不一定是同一群体（当然也可能有重复的人，但一般不会太多）。这种重复调查数据分析的是年代、世代等的一些现象的变化，通常可以采用年龄+时期+世代分析。
• 对于同一人群（不分组）测量了4个时间点，分析时将这4 个时间点作为独立的4组，采用常规的方差分析来处理。
• 对于同一人群（不分组）测量了4个时间点，将这4个时间点作为随机区组，采用随机区组方差分析来处理。
• 对多组人群各观察了4个时间点，分别在每个时间点进行t检验。
（1）上述事例均犯了一个错误：没有考虑到重复测量数据非独立性这一特点。
（2）传统的t检验或方差分析等都要求数据满足独立性这一前提条件。很显然，重复测量数据是不满足这一前提条件的，采用t检验或方差分析来处理重复测量数据，往往会增加假阳性错误。
主要有三类方法：多水平模型、广义估计方程、重复测量方差分析。
问：请问单向重复测量方差分析和双向重复测量方差分析是什么意思？
- 答：在多个不同的时点上从同一个受试对象(sub2ject) 重复获得指标的观察值; 或从同一个体
的不同部位(或组织) 上重复获得指标的观测值。最简单的重复测量设计是对每个变量
的水平前后测量两次, 计算变化值(试后数据- 试前数据) 或变化率(变化值/ 试前数
据) 。这种比较采用配对t 检验。这种设计符合毒理、药理、临床试验本身的特点, 尤其
是所需试验例数较少, 在医学研究领域中得到广泛的应用。如在药物非临床实验研究中
收集的时序关系的试验数据, 同一种药物不同剂型在不同时间的血药浓度, 病人在不同
时间对药物的生理反应等。在不同的剂量和时间中, 施以几种不同的药物, 这时每组分
成三种因子: 药物、剂量、时间。通过对这些资料进行重复测量设计的方差分析[1 ] , 可
以了解药物的起效时间, 持续时间, 并对整个动态过程中不同剂量、药物药效的显著性
检验做出综合判断。是否可以这样理解，配对t检验是重复测量方差分析的最简单的形式，就好象独立样本t检验是单因素方差分析的最简单的形式？重复测量方差分析，有重复因素，比如时间、部位等。
问：请问单因素方差分析与重复测量资料方差分析有什么区别？
- 答：单因素方差分析，又称为完全随机设计方差分析,如你设计不进行4个时间点测量，则应该用单因素方差分析；
重复测量数据分差分析，故名思议，每个受试对象在不同时间点进行了重复测量，因此应该采用重复测量数据的方差分析，主要因为不同时间点测量数据不再相互独立，有背方差分析的7字决“独立、正态、方差齐”。
拓展资料：
试验中要考察的指标称为试验指标，影响试验指标的条件称为因素，因素所处的状态称为水平，若试验中只有一个因素改变则称为单因素试验，若有两个因素改变则称为双因素试验，若有多个因素改变则称为多因素试验。
方差分析就是对试验数据进行分析，检验方差相等的多个正态总体均值是否相等，进而判断各因素对试验指标的影响是否显著，根据试验指标的个数可以区分为单因素方差分析、双因素方差分析和多因素方差分析。
在方差分析中，我们将要考察的对象的某种特征称为试验指标，影响试验指标的条件称为因素，因素可分为两类，一类是人们可以控制的(如原材料、设备、学历、专业等因素)；另一类人们无法控制的(如员工素质与机遇等因素)。下面所讨论的因素都是指可控制因素。
每个因素又有若干个状态可供选择，因素可供选择的每个状态称为该因素的水平。如果在一项试验中只有一个因素在改变，则称为单因素试验；如果多于一个因素在改变，则称为多因素试验。因素常用大写字母A，B，C，…来表示，因素A的水平用来表示
参考链接： - 答：1、单因素方差分析：又称为完全随机设计方差分析,如你设计不进行4个时间点测量，则应该用单因素方差分析；
2、重复测量数据分差分析：每个受试对象在不同时间点进行了重复测量，因此应该采用重复测量数据的方差分析，主要因为不同时间点测量数据不再相互独立，有背方差分析的7字决“独立、正态、方差齐”。
重复测量方差分析，有重复因素，比如时间、部位等
而单因素方差分析只有简单分组因素（三组以上）
拓展资料
关于单因素方差分析
试验中要考察的指标称为试验指标，影响试验指标的条件称为因素，因素所处的状态称为水平，若试验中只有一个因素改变则称为单因素试验，若有两个因素改变则称为双因素试验，若有多个因素改变则称为多因素试验。方差分析就是对试验数据进行分析，检验方差相等的多个正态总体均值是否相等，进而判断各因素对试验指标的影响是否显著，根据试验指标的个数可以区分为单因素方差分析、双因素方差分析和多因素方差分析。
（资料来源：） - 答：单因素方差分析，又称为完全随机设计方差分析,如你设计不进行4个时间点测量，则应该用单因素方差分析；
重复测量数据分差分析，故名思议，每个受试对象在不同时间点进行了重复测量，因此应该采用重复测量数据的方差分析，主要因为不同时间点测量数据不再相互独立，有背方差分析的7字决“独立、正态、方差齐”。SPSS里专门有重复测量方差分析的，也很简单哦。你的方差分析为2因素，其中一个为重复测量数据的方差分析。
另请注意：不是不同时点测量就是重复测量方差分析，必须不同时点在同一受试对象监测指标，有的实验安排，时间点1处死一批动物监测指标，时间点2在处死一批动物等等，则不属于重复测量数据方差分析。 - 答：在多个不同的时点上从同一个受试对象(sub2
ject) 重复获得指标的观察值; 或从同一个体
的不同部位(或组织) 上重复获得指标的观
测值。最简单的重复测量设计是对每个变量
的水平前后测量两次, 计算变化值(试后数
据- 试前数据) 或变化率(变化值/ 试前数
据) 。这种比较采用配对t 检验。这种设计符
合毒理、药理、临床试验本身的特点, 尤其
是所需试验例数较少, 在医学研究领域中得
到广泛的应用。如在药物非临床实验研究中
收集的时序关系的试验数据, 同一种药物不
同剂型在不同时间的血药浓度, 病人在不同
时间对药物的生理反应等。在不同的剂量和
时间中, 施以几种不同的药物, 这时每组分
成三种因子: 药物、剂量、时间。通过对这
些资料进行重复测量设计的方差分析[1 ] , 可
以了解药物的起效时间, 持续时间, 并对整
个动态过程中不同剂量、药物药效的显著性
检验做出综合判断。是否可以这样理解，配对t检验是重复测量方差分析的最简单的形式，就好象独立样本t检验是单因素方差分析的最简单的形式？重复测量方差分析，有重复因素，比如时间、部位等
