《单因素、两因素重复测量SAS分析程序精华(20161218改)(共2页).docx》由会员分享，可在线阅读，更多相关《单因素、两因素重复测量SAS分析程序精华(20161218改)(共2页).docx（2页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选优质文档-倾情为你奉上重复测量设计资料的方差分析P269专心-专注-专业最常见的某疗法治疗前后测量比较，尤其是重复测量。一、它本质上不同于配对设计t检验。区别点：1、配对设计t检验同期观察试验结果；治疗前后测量比较不能同期观察结果，本质比较的是前后差别。推论处理有效的前提是，假定时间对观测结果无影响。2、配对设计t检验两个实验单位观测结果分别与差值独立，d要求服从正态分布。治疗前后测量两次观察结果与d不独立，疗前与差值多呈负相关；且d多不服合正态分布。表面上，设立对照组的前后测量差值可以做两组均数比较t检验，但前提是两组差值d方差要齐。3、治疗前后测量分析，除分析平均差值，还可做回归分析。
2、二、它不同于随机区组设计方差分析1、重复测量是处理随机，区组内各时间点是固定的。随机区组设计要求每个区组内实验单位彼此独立，区组内随机分配治疗。2、重复测量设计区组内实验单位高度相关。如想随机区组方差分析比较两组差异，前提是必须满足“球对称”假设。如错误使用统计分析，将增加1型错误（无差别却视为有差别）三、重复测量数据的两因素两水平结果解释a) 看SS测量前后（组内）：P005，治疗前后观测值的主效应有差别。（所有组所有样本治疗前&所有组所有样本治疗后）b) 看SS处理（组间）：P005，不考虑测量时间，处理组与对照组观测值的主效应有差别。（处理组所有观测时间样本均值&对照组所有观测时间样本均
3、值）c) 看SS AB交互作用：P005，测量前后与处理存在交互作用，处理组与对照组治疗前后的观察值的变化幅度不同。d) 即单独分析各因素。以变化差别大者，为变化突出。尤其医学数据动态变化更有意义。四、重复测量数据的两因素多水平（干预A因素2；测量时间B2）分析结果解释步骤可以用单变量方差分析ANOVA（满足球对称假设），也可用多变量方差分析MANOVA（不用考虑是否球对称）可直接用多变量方差分析。a) 不同干预存在组间差别b) 观察指标在不同的干预下时相变化趋势不同，某干预下不同诱导时相下较为SAS程序（两因素多水平分析，多组比较）data ex12_3; input t0-t4 g;car
4、ds;120 108 112 120 117 1118 109 115 126 123 1119 112 119 124 118 1121 112 119 126 120 1127 121 127 133 126 1121 120 118 131 137 2122 121 119 129 133 2128 129 126 135 142 2117 115 111 123 131 2118 114 116 123 133 2131 119 118 135 129 3129 128 121 148 132 3123 123 120 143 136 3123 121 116 145 126 3125
5、 124 118 142 130 3;proc glm; class g; model t0-t4=g; repeated time 5 contrast(1);run;上述为教材的sas程序。之前pdf摘录的为期刊上文献推荐的程序。SAS程序（单因素多水平分析，单组比较）data VASA;input t0 t1 t2 t3 ;cards;875187119712743187319742954286429752985498549544108551085595449854985398547423103251063087309330974087506325866686679658866697678767;proc glm data=VASA;model t0 t1 t2 t3=/nouni;repeated time 4/printe;run;本程序，按期刊上摘录。参考教材P303页。不考虑重复测量数据是否满足“球对称”假设，将每个观察对象的m次重复测量的结果看作1个向量，直接采用多变量的Hotelling T2检验。1、 建立假设：假设各个时间点体重的总体均数相等。2、 检验结果P005，拒绝假设，表明治疗后第1-4周的体重比服药前降低了。3、 但是，如果1-4周某个时间点没有降低呢，文章中没有进一步说明。