重复测量、协方差、多变量描述.ppt

表12-1 高血压患者治疗前后的舒张压（mmHg） 前后测量设计和配对设计 配对设计可随机分配同一对子的试验单位，前后测量设计不能同期观察试验结果； 配对设计比较两种处理的差别，前后测量设计比较某种处理前后的差别； 前后测量设计假定测量时间对观察结果没有影响。 前后测量设计和配对设计 配对设计要求每组观察结果和差值相互独立，且服从正态分布，前后测量设计差值通常与前一次观察存在相关关系； 前后测量设计不仅分析前后差值平均值，还需进行相关回归分析。 设立对照的前后测量设计 通常自身前后对照的结果并不一定能说明处理的作用，还需设置一个平行对照组。 设立平行对照的目的是为了保证非处理因素的影响在处理组和对照组中达到均衡。 表12-2 经两种方法治疗后高血压患者治疗前后的舒张压 重复测量设计 当前后测量设计的重复测量次数≥3时，则所得观察结果称为重复测量数据。 重复测量设计和随机区组设计的区别： 1、重复测量设计各时间点是固定的，不能随机分配，而随机区组设计各组接受的处理可随机分配； 2、重复测量设计各时间点的观察结果有相关关系，分析各时间点的差异需满足“球对称”，而随机区组设计各处理组间的观察结果彼此独立，各处理间比较无需满足“球对称”。 表12-3 不同放置时间后受试者血糖浓度(mmol/L) 表12-9 不考虑组别的SS分解 表12-8 考虑干预和时间因素的SS分解 表12-10 重复测量设计两因素两水平的方差分析表 表12-10 重复测量设计两因素两水平的方差分析表 结论 不同处理对高血压患者的舒张压没有影响； 测量前后舒张压有改变； 测量前后与处理组间有交互作用，说明处理组和对照组治疗前后的舒张压变化不同。两组治疗后的差别大于治疗前的差别，说明治疗有效。 重复测量数据的两因素多水平分析 方差分析的方法与两因素两水平的相似； 如果拒绝“球对称”，需对FB和FAB检验界值进行校正。 注意事项 各组例数相等； “球对称”检验：如果不满足“球对称”假设，需用“球对称”悉数对自由度进行校正； 无平行对照的单组重复测量数据分析：如果满足“球对称”假设，重复测量数据的方差分析和随机区组方差分析等价。 重复测量数据统计分析常见的误用情况 重复进行各时间点的t检验，必然增加假阳性错误； 忽略个体曲线变化特征，重复测量数据不满足常规曲线拟合独立性要求； 差值比较缺乏效度； 协方差分析的条件，协方差分析也是解决前后测量设计的一种方法，但必须满足条件。 第十三章 协方差分析 （analysis of covariate, ANCOVA） 表13-3 三种饲料喂养猪的初始重量与增重 协方差分析的基本思想 将线性回归分析与方差分析结合起来的一种统计方法； 将未加或难以控制的因素（混杂因素）对观察指标的影响看作是协变量； 建立协变量与应变量之间的线性回归关系； 将协变量的值化为相等； 对观察指标的修正均数进行比较。 协方差分析的应用条件 各组观察指标服从正态分布； 各组观察指标彼此独立； 各组观察指标的总体方差相同(方差齐性)； 各组协变量与观察指标存在线性回归关系； 各组回归方程的斜率相同（回归线平行）； 协变量的要求 连续性变量； 不能影响处理因素； 协变量的取值应在施加处理因素前已获得； 如果协变量的取值是在施加处理因素后，应不受处理因素的影响。 修正均数 实际上修正均数是协变量取值固定在其总均数时观察指标的均数； 修正均数只是用来比较时用的，其本身没有实际意义； 协变量均数间的差别应进行假设检验； 协方差分析对协变量均数差别不大的资料检验效果较好。 表13-2 完全随机设计资料的协方差分析计算表模式 表13-3 完全随机设计资料的协方差分析计算表模式（左半部分） 表13-3 完全随机设计资料的协方差分析计算表模式（右半部分） 表13-5 完全随机设计资料的协方差分析计算表模式（右半部分） 修正均数的计算 结论 经对修正均数的多重比较的结果显示，服用A饲料后猪增重的修正均数(94.95)与服用B饲料后的修正均数(99.50)的差别无统计学意义，但都高于服用C饲料的修正均数(82.18)。 表13-6 三组大白鼠的进食量与增重 表13-7 完全随机设计资料的协方差分析计算表模式 表13-7 随机区组设计资料的协方差分析计算表模式（右半部分） 第十四章 多变量数据的 统计描述和统计推断 表14-1 15名正常成年男子的血脂含量 均数向量 多个反应变量（观察指标）的样本均数的描述。 离差矩阵 由多个任意两个变量的离均差积和构成的矩阵。 协方差矩阵 由多个任意两个变量的协方差构成的矩阵。 相关矩阵 由多个任意两个变量的相关系数构成的矩阵。 多元正态分布 多个反应变量均服从正态的，其m维正态分布的密度函数为：