学习笔记|单因素重复测量方差分析|重复测量|估算边际平均值|比较主效应|球形性检验|规范表达|简单效应|《小白爱上SPSS》课程：SPSS第八讲 | 单因素重复测量方差分析怎么做？

学习目的

SPSS第八讲 | 单因素重复测量方差分析怎么做？

软件版本

IBM SPSS Statistics 26。

原始文档

《小白爱上SPSS》课程
#统计原理

单因素重复测量方差分析

前面学习过，配对T检验主要用于两组匹配样本的数据比较，比如自身前后测试两次。如果在实验过程中，重复测试了三次或三次以上，用配对样本T检验分析方法就不合适了。此时，需要借助重复测量方差分析。
重复测量是指在不同的时间点上对同一对象的同一观察指标进行多次测量，重复测量设计是科研工作中常见的设计方法，常用来分析在不同时间点上某指标的差异。
在讲解案例分析之前，我们先了解组间设计和组内设计两个概念。
组间设计是指不同受试者接受自变量不同水平的处理，即“1个受试者，1个处理”。例如，自变量运动干预有高强度和中等强度运动两个水平。1名受试者要么接受高强度运动干预，要么接受中等强度运动干预，二者选取其一，这种设计属于组间设计。此时，自变量运动干预为组间变量。
组内设计指每个受试者接受所有自变量水平的处理，即“1个受试者，所有处理”。例如，受试者既接受高强度运动干预，又接受中等强度运动干预，这种设计属于组内设计。此时，自变量运动干预为组内变量。
重复测量方差分析用于组内设计的数据分析，而上一节的单因素方差分析用于组间设计的数据分析。

一、实战案例

小白想知道有氧运动对心率（Heart Rate，HR）的影响，招募了11名大侠作为研究对象，进行了6个月的锻炼干预。心率共测量了3次，干预前为心率0，干预中（3个月）为心率1和干预后（6个月）为心率2。试问运动干预是否会影响心率。

GET
  FILE='E:\E盘备份\recent\小白爱上SPSS\小白数据\第八讲 单因素重复测量方差分析.sav'.

二、统计策略

统计分析策略口诀“目的引导设计，变量确定方法”
针对上述案例，扪心七问。
Q1：本案例研究目的是什么？
A：比较差异。
Q2：比较的组数是多少呢？
A：比较三组，这三组为自身比较，为组内变量。
Q3：本案例属于什么研究设计？
A：实验性研究
Q4：有几个变量？
A：有两个变量。测试次序为组内变量（自变量），心率为因变量。
Q5：变量类型是什么？
A：测试次序为分类变量，分成第一次测试、第二次测试和第三次测试三个水平。心率为连续型变量。
Q6：组内各水平数据服从正态分布么？
A：需要检验。若服从，采用重复测量方差分析；若不服从正态，可采用非参数检验方法
Q7：组内各水平数据是否满足球形对称假设
A：需要检验。若不满足，可看Greenhouse-Geisser或Huynh-Feldt结果。
概括而言，如果数据满足以下条件，则采用单因素重复测量方差分析。

三、SPSS操作

1、正态性检验

本案例需要对三组都进行正态性检验。

EXAMINE VARIABLES=心率0 心率1 心率2
  /PLOT HISTOGRAM NPPLOT /*若无此行，则不输出正态性检验表*/
  /COMPARE GROUPS 
  /STATISTICS DESCRIPTIVES 
  /CINTERVAL 95 
  /MISSING LISTWISE 
  /NOTOTAL.

检验结果：

经S-W（夏皮洛-威尔克）检验，三组的心率的p值分别为0.784、0.555和0.512，均大于0.05，无统计学意义，原假设（心率数据按正态分布）成立，可认为三组数据符合正态分布。

2、重复测量方差分析

Step1：依次点击“分析——一般线性模型——重复测量”。
Step2：在弹出“重复测量定义因子”对话框，将“主体内因子名”中的因子1，修改为测量次数。“级别数”框中输入重复测量次数“3”，单击“添加”按钮。选择左下角的“定义”按钮。
Step3：在弹出的“重复测量”对话框。将3次测量变量“心率0”、“心率1”和“心率2”按照框中测量的顺序，逐个放入右侧框中。也可以按Shift键，将3个变量全部选中一次性放入。
Step4：单击右侧的“估算边际平均值”按钮，弹出“估计边际平均值”按钮。将“测量次数”移至右侧的“显示下列各项的平均值”框中，并将“比较主效应”复选框勾选上，同时选择“邦弗伦尼”比较。设置完后，点击“继续”。

Step5：单击右侧的“选项”按钮，弹出选项对话框，选择“描述统计”

Step6：完成上述参数设置后，在主对话框中单击“确定”按钮运行。
命令行：

GLM 心率0 心率1 心率2 
  /WSFACTOR=测量次数 3 Polynomial 
  /METHOD=SSTYPE(3) 
  /EMMEANS=TABLES(测量次数) COMPARE ADJ(BONFERRONI) 
  /PRINT=DESCRIPTIVE 
  /CRITERIA=ALPHA(.05) 
  /WSDESIGN=测量次数.

四、结果解读

重复测量的结果有多个表格，在此讲解几个重点表格。

第一，描述性统计结果

包括平均数和标准差。

第二，多变量检验。

计算了F值、假设自由度和误差自由度，表中不同测试次序的心率有差异，p<0.001。

然而，是否以此检验结果为准，应依据球形性检验（第三张表格）。如果不符合球形检验，则以此结果或者以一元方差分析中校正结果为准。

第三，球形检验结果

其中Machly W=0.756，显著性p=0.284>0.05，无统计学意义，支持原假设（满足球形检验）， 符合球形检验，结果以一元方差结果为准。若这里的显著性p如果≦0.05，则有统计学意义，不支持原假设（满足球形检验），不符合球形检验。

第四张, 表为方差分析结果（硬核结果）。
因为本例符合球形检验，因此，查看“假设球形度”这一行结果。可见不同测量次序的心率有统计学差异，F=58.599，p<0.001(p=0.000，改为p<0.001)。
如果不满足，一般查看第二行“Greenhouse-Geisser”检验。

第五张，表格是成对比较。
由表中可知，第一次测试与第二次测试的心率存有显著性差异（p=0.000<0.001）, 第一次测试与第三次测试的心率存有显著性差异（p=0.000<0.001），第二次测试与第三次测试心率存有显著性差异（p=0.003）。结合前一张表的平均值来看，三次测量的心率都显著性下降。

五、规范报告

规范报告有多种方式，本公众号只提供一种方式供参考。

1、规范表格

表 有氧运动的干预前、干预中和干预后的心率比较

2、规范文字

单因素重复测量方差分析结果显示，有氧运动的干预前、干预中和干预后心率存有显著性差异，F=58.60,p<0.001。Bonferroni多重均数比较结果显示，干预前的心率显著高于干预中和干预后（p<0.001），而干预中的心率也显著高于干预后心率(p=0.003)。
小白学完两节方差分析课程，发现这两节都是单因素方差分析，他陷入沉思，既然有单因素方差分析，那肯定有双因素方差分析，甚至是多因素吧，那又如何分析呢？
小白别急，下一讲就学习：两因素方差分析。

划重点

1、单因素重复测量是指在不同的时间点上对同一对象的同一观察指标进行多次（一般三次或三次以上）测量；
2、单因素重复测量统计策略是：组内变量为三个或三个水平以上，组内各水平需满足正态性，连续型和球形假设；
3、如果不满足正态性，则采用转换数据或非参数检验；
4、如果不满足球形假设，则采用一元矫正Greenhouse-Geisser结果，或者多变量检验结果。

Tips：简单效应

引自：简单效应分析
简单效应就是指一个因素的不同水平在另一个因素的某个水平上的效应，当一个因素在另一个因素的不同水平上产生不同效应的时候，就出现了交互作用（interaction effect）。当然每一个因素可能会有自己的主效应（main effect）。在出现交互作用之后，需要进一步考察简单效应。
同一因素内两种水平间的试验指标的相差（单因素试验）；一个因素的水平相同，另一因素不同水平间的试验指标的相差（多因素试验）。简单效应就是指一个因素的不同水平在另一个因素某个水平上的效应，当一个因素在另一个因素的不同水平上产生不同效应的时候，就出现了交互作用（interaction effect）。当然每一个因素可能会有自己的主效应（main effect）。在出现交互作用之后，需要进一步考察简单效应（simple effect）。即是考察A1在B1上的效应，A2在B1上的效应，以及A1在B2，A2在B2上的效应。简单效应(simple effect)分析通常是在作方差分析时存在交互效应的情况下的进一步分析。 你需要在SPSS中编
写syntax实现。完全随机因素实验中简单效应得分析程序，假如一个两因素随机实验中, A因素有两个水平、B因素有三个水平， 因变量是Y ,检验B因素在A因素的两个水平上的简单效应分析。