一般线性模型.ppt

不能用full factorial——两因素间不存在交互作用 * * * * 对于初学者来说可能有用的几个问题 需要分析的影响因素可以都选入fixed factor框，如果不是复杂的模型，一般分析结果不会有误。 方差分析模型多数情况下要选model III，但这在数据存在缺失值、设计不平衡等情况下要慎重考虑，因为此时往往会要求模型进行详细的设置。 model的设置对分析是非常重要的，如果设置不正确，可能什么都做不出来，比如无重复数据的方差分析纳入了交互作用、析因设计的方差分析纳入了设计中不存在的因素，就会做不出结果。 一般线性模型的复杂性是超出大家想象的，一但有存在疑问的内容，一定要查阅有关统计书籍 * 重复测量资料数据形式（表12-3 ） 受试者 编 号 放置时间（分） 0 45 90 135 1 5.32 5.32 4.98 4.65 2 5.32 5.26 4.93 4.70 3 5.94 5.88 5.43 5.04 4 5.49 5.43 5.32 5.04 5 5.71 5.49 5.43 4.93 6 6.27 6.27 5.66 5.26 7 5.88 5.77 5.43 4.93 8 5.32 5.15 5.04 4.48 g＝1 m＝4 n＝8 单组重复测量资料 * 重复测量设计 方法：重复测量的方差分析 目的：推断处理、时间、处理×时间对试验对象的试验指标的作用 资料： 处理因素分g个水平，每组随机分配n个试验对象，共ng个，g≥1 时间因素分m个水平（m个时点），每个对象有m个时点上的测量值，共gnm个，m≥2 特例：g＝1，单组重复测量资料 m＝2，前后重复测量资料 * 实验操作方法 重复测量数据的两因素多水平设计，两因素包括一个干预因素（A因素）和测量时间因素（B因素）； 多水平指干预（A因素）有g（≥2）个水平，测量时间（B因素）有m（≥2）个水平（测量时间点）。 随机化分组采用完全随机设计的分组方式，将gn个观察对象随机分配到g 个处理组中。 数据收集在m个时间点上进行，每一个观察对象在完全相同的时间点上重复进行m次测量。 * 表12-2 高血压患者治疗前后的舒张压（mmHg） 顺序号 处 理 组 顺序号 对照组 治疗前 治疗后 差值 治疗前 治疗后 差值 1 130 114 ? 11 118 124 ? 2 124 110 ? 12 132 122 ? 3 136 126 ? 13 134 132 ? 4 128 116 ? 14 114 96 5 122 102 ? 15 118 124 6 118 100 ? 16 128 118 7 116 98 ? 17 118 116 ? 8 138 122 ? 18 132 122 ? 9 126 108 ? 19 120 124 ? 10 124 106 ? 20 134 128 合 计 1262 1102 ? 合 计 1248 ? 均 数 126.2 110.2 16.0 均 数 124.8 1206 4.2 标准差 7.08 9.31 3.13 标准差 7.90 120.6 8.02 g＝2 m＝2 n＝10 * 表12-2数据的统计学分析问题 计算前后测量数据的差值，上述数据即可转化为完全随机设计（两组）的资料形式。 一般情况下，针对前后测量数据差值的成组t检验方法是可取的，但应注意其应用条件，即方差齐性的问题。 * 对象内Mk 对象间Bj g＝3 m＝5 n＝5 Ai Tij * 重复测量设计资料的统计分析方法 对于重复测量数据（临床上常称纵向监测数据），实质上每个受试对象的观察结果是多次重复测量结果的连线，统计分析的目的是比较这些连线变化趋势的特征。 重复测量试验数据的方差分析需要考虑两个因素，一是处理分组，二是测量时间。 可采用的统计分析方法： 1. 多元方差分析方法 2. 重复测量数据的方差分析 * 变异分解思路 重复测量数据的变异由两大部分组成。一是观察对象间差异，二是重复测量间差异。 观察对象间差异包括处理组间差异和观察对象个体间变异两部分；重复测量间差异包括测量时间之间差异、处理与测量时间的交互作用和组内误差三个部分。 因此，重复测量数据的总变异可分解为处理组、测量时间、处理组与测量时间的交互作用、观察对象间随机误差以及重复测量误差等五个部分。 * * * * 定义重复测量的变量名 重复测量的模型，应变量被