Please enable JavaScript to view this site.

注意,有单独页面解读混合模型的拟合度。

是否确定方差分析就是最佳分析?

在解读方差分析结果前,请先进行实际检查。如果其中一项因素是定量因素,如时间或剂量,则应考虑使用方差分析的替代方法。如果方差分析的一项因素是剂量(如0、10、20和50mg)或时间(如0、10、20、30、60分钟),则对于这些剂量或时间点,方差分析将与对待不同物种或不同药物一样进行,该过程将完全忽略剂量或时间点的有序性事实。

通过双因素方差分析来解读重复测量的P值

对双因素方差分析的结果进行解读时,无论是否进行重复测量,大多数考虑因素都一样。请首先阅读解读双因素方差分析结果的主页面。也可阅读球形度假设的主页面,以及利用ε评估与该假设不符合的情况

重复测量方差分析在方差分析表格中增加一行,“受试者(匹配)”。该行量化了在这些值之间有哪些变化是由于受试者之差所造成。相应的P值检验了受试者具有一致性的零假设。如果P值小,则表明有理由选择重复测量方差分析。如果P值高,则可能需要质疑在未来实验中使用此重复测量方差分析的决定。

如何计算重复测量方差分析

在Glantz和Slinker(1)中对Prism使用标准方法执行重复测量双因素方差分析计算的解释尤为出色。

如果两项因素中均存在经重复测量的数据,则Prism所用的方法将取自第12章 Maxwell和Delaney(2)

如果不假定球形度,则Prism会使用Greenhouse - Geisser修正,并计算ε值。如果重复测量因素只有两个层次,则不采用球形度的概念。无论是否选择假设球形度,结果均相同,ε的值将为1.00000。

多重比较检验

多重比较检验是统计学中最令人困惑的话题之一。由于Prism为单因素方差分析和双因素方差分析提供了几乎相同的多重比较检验,因此整合了多重比较的信息

可使用两种方法计算双因素重复测量方差分析后的多重比较值。

Prism始终使用一个混合误差项来计算多重比较检验值(参见第583页“Maxwell和Delaney”,2)。如果只有一项因素经重复测量,则自由度数值等于(n - 1)(a - 1),其中n是受试者的数量,a是重复测量因素的层次数。如果两项因素均经重复测量,则自由度数值等于(n - 1)(a - 1)(b - 1),其中n是受试者的数量,a是一项因素的层次数,b是另一项因素的层次数。另一种方法是将n看作子列数,a看作行数,b看作数据集列数。此额外的检验力来自一个额外的假设,即对于所做的每一项比较,在抽取数据的群体中,所有这些比较的变量相同。

某些程序针对每一项比较计算单独的误差项。由于这些比较只有n - 1自由度,因此置信区间更宽,调整后P值更高。此方法不假设所有比较的方差相同。

参考文献

1.SA Glantz和BK Slinker, 《应用回归和方差分析入门》,McGraw - Hill,第二版,2000。

2.SE Maxwell和HD Delaney, 《设计实验和分析数据》,第二版。Laurence Erlbaum,2004。

© 1995-2019 GraphPad Software, LLC. All rights reserved.