关注今日：36 | 主题：173035
微信扫一扫
扫一扫，下载丁香园 App
即送15丁当
【求助】单因素实验重复测量设计方差分析
页码直达：
这个帖子发布于3年零272天前，其中的信息可能已发生改变或有所发展。
问题已解决悬赏丁当:5
这个问题我之前求助过，没怎么懂。我还是按照配对t检验做投出去的，因为我看很多和我类似的数据的文章都是用的这种方法。现在文章修回，说统计方法不对，应该用重复设计的方法分析，而不是配对t检验。
这是一篇重复测量的临床数据，有三个指标，1疼痛评分（VAS评分），2后凸角度，3伤椎高度。测量有三个时间点，术前、术后1周，末次随访。一个因素（手术），三个水平（三个测量时间点）。希望得到的统计结果是：1.VAS评分，术后比术前有统计学差异，末次随访比术前有统计差异，末次随访与术后有统计学差异（意思是疼痛一直有改善）。2.伤椎后凸角，术后比术前有统计学差异（表明手术效果好），末次随访比术后没有差异（表明术后后凸角没有增加）。3.伤椎高度和后凸角度是一个目的。
我研究了两天了，在颜虹老师的教材还有看百度文库，还是不知道怎么办。SPSS17分析出来的结果也不知道是不是对的，也看不太懂。
求各位老师帮帮忙，谢谢！！很急14号就要求修回了。
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
收起全部有料回复
用你的数据三项都作了，符合你所“希望得到的统计结果是：1.VAS评分，术后比术前有统计学差异，末次随访比术前有统计差异，末次随访与术后有统计学差异（意思是疼痛一直有改善）。2.伤椎后凸角，术后比术前有统计学差异（表明手术效果好），末次随访比术后没有差异（表明术后后凸角没有增加）。3.伤椎高度和后凸角度是一个目的。”附件里我将你需要的都标示了。不好意思，昨晚没上网。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
用General linear model-repeated measures分析下，试试？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
yl_0105 用General linear model-repeated measures分析下，试试？谢谢，我是用的这个分析的 ，但结果自己也看不懂，好像不对。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
应该用配对t检验
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
个人认为是应该用重复测量的方差分析，楼主分析的结果说明疼痛评分在三个阶段是有区别的，有统计学意义。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
mjq345 应该用配对t检验都被修退，应该不行哦。谢谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
yl_0105 个人认为是应该用重复测量的方差分析，楼主分析的结果说明疼痛评分在三个阶段是有区别的，有统计学意义。请问怎么看出来的，我就是看不来这个结果。球对称检验好像倒是成立的，p=0.052&0.05。统计学差异看不出来。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
统计当初没认真学，现在苦逼了。求求各位大侠帮帮忙。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
sig. &0.05,time 符合求形分布，不需自由度校正。可直接用F=621.626
P&0.01(sig,=0.000)如果time不符合球形分布，要选用Huynh-Feldt校正。这是用你的VAS数据的结果，另两个你自己再做一次。数据
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
mjq345 可直接用F=621.626
P&0.01(sig,=0.000)如果time不符合球形分布，要选用Huynh-Feldt校正。这是用你的VAS数据的结果，另两个你自己再做一次。数据谢谢你。F=621.626
P&0.01(sig,=0.000)，这是谁和谁比的结果呢，我的数据是要求术后即刻和术前比，末次随访和术前比，还有末次随访和术后即刻比。现在就只有一个有差异，其他两个相比的结果不知道在哪里。还有另外两个数据我做了，都不符合球形分布，怎么用Huynh-Feldt矫正呢？能不能说详细点，辛苦了！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
Huynh-Feldt校正就是选用Huuynh-Feldt那一行的数据，较正后的自由度为1.741,p(sig)=0.000.G-G校正就选用G-G那一行的，较正后的自由度为1.641,p(sig)=0.000。其他的你仍然用成对比较就行了。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
mjq345 其他的你仍然用成对比较就行了。还是看不懂，这个是什么意思呢？麻烦了，谢谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
重复测量,越搞越麻烦.个人认为配对T检验足矣,比竟只有3个时间点我提一种思路,大家看觉得怎么样.反正楼主的设计是自身对照,把LZ的资料当成随机区组设计,来进行方差分析(配伍组方差分析).当作26个对子,这样就可以在时间点之间两两比较,同时消除了个体间的差异.
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
大飞05 重复测量,越搞越麻烦.个人认为配对T检验足矣,比竟只有3个时间点我提一种思路,大家看觉得怎么样.反正楼主的设计是自身对照,把LZ的资料当成随机区组设计,来进行方差分析(配伍组方差分析).当作26个对子,这样就可以在时间点之间两两比较,同时消除了个体间的差异.虽然看不懂，但感觉你的想法很有新意。我今晚打算随便搞搞就给他修回了，没时间了。谢谢你们~~~
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
chayeerkaishui 虽然看不懂，但感觉你的想法很有新意。我今晚打算随便搞搞就给他修回了，没时间了。谢谢你们~~~我觉得我这个算法最简单了,也能满足所检验的目的.配对T检验只能比较2组嘛,配伍组方差分析就能比较三组,就是这个原理.这比重复测量简单多了,对资料要求也较低.
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
帮忙帮到底,索性帮你处理第一组数据
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
大飞05 帮忙帮到底,索性帮你处理第一组数据哥，全部一起，太感谢了！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
但是好像这几天我看书，说的重复测量方差分析和配伍方差分析是有区别的，前者是不独立的，每次测量结果之间是相关的，后着要求是独立的。要是满足球对称检验，两者的结果倒是一样的，要是不满足，配伍方差分析就会增加1类错误。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
chayeerkaishui 但是好像这几天我看书，说的重复测量方差分析和配伍方差分析是有区别的，前者是不独立的，每次测量结果之间是相关的，后着要求是独立的。要是满足球对称检验，两者的结果倒是一样的，要是不满足，配伍方差分析就会增加1类错误。是否独立,这确实是一个问题.但你的最主要目的是个体内,时间点之间两两比较.不管怎么样,这个方法肯定比配对T检验更好.先发一张数据.后两列是做残差分析用的(还不清楚如何看),我还不清楚配伍组设计,如何判断方差齐,
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
我时间点之间两两比较用了3种方法,结果应该是一致.
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
大飞05 edited on
这是SPSS数据格式,和VAS的结果.因为你目的重在比较,而且只有3个时间点,可以试一试.重复测量,我也想弄懂,但一直搞不懂.
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
这个结果还是看不懂啊。能不能说详细点，比如术后与术前比，F等于什么，P等于什么？谢谢。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
主要看这个,这里有两两比较.用的两种方法都是一致的.没有F,
sig就是P值,小于0.05就拒绝H0,两组VAS评分不相等.
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
chayeerkaishui 这个结果还是看不懂啊。能不能说详细点，比如术后与术前比，F等于什么，P等于什么？谢谢。这个已经很直观了
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
看懂了，意思是都有统计学差异。这就是我要得结果，谢谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
后面的数据我也分析不来，那个残差分析的两列数据我也不知道是怎么得来的。帮帮忙，给我做完吧，谢谢啦！你到时直接传压缩包就是。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
大概看了下,好像几种方法结果一致,LSD和Bonferroni都可以用
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
大飞05 大概看了下,好像几种方法结果一致,LSD和Bonferroni都可以用谢谢，这么晚了，辛苦了！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
用你的数据三项都作了，符合你所“希望得到的统计结果是：1.VAS评分，术后比术前有统计学差异，末次随访比术前有统计差异，末次随访与术后有统计学差异（意思是疼痛一直有改善）。2.伤椎后凸角，术后比术前有统计学差异（表明手术效果好），末次随访比术后没有差异（表明术后后凸角没有增加）。3.伤椎高度和后凸角度是一个目的。”附件里我将你需要的都标示了。不好意思，昨晚没上网。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
谢谢，对不起我把叮当给昨晚那个好心人了。我特向版主申请能不能从的叮当里扣5个叮当给，表示感谢。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
没事，能帮你就行，不用丁当了。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
转了 我的论文也要用上 谢谢了
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
能否详细说说，可联系qq
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
必须重复资料方差分析配对资料不满足-两组资料独立结果显示差异有统计学意义GLM-REPEATED
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园当前位置： >
> 多因素方差分析 spss > 正文 >
如何正确运用单因素多水平设计定量资料方差分析
来源：　编辑：高传云　时间：
544两配对样本t检验的应用举例第6章SPSS的方差分析61方差分析概述62单因素627单因素方差应用举例的进一步分析63多因素方差分析631多因素方差分析的基，74两配对样本非参数检验75多配对样本非参数检验第8章SPSS的方差分析81方差82单因素方差分析83单因素方差分析案例分析84均值比较85多因素方差分析和协。
35基础统计图分析图的制作第4章均值的比较与检验41单样本的t检验42独立样本的t检验43配对样本的t检验第5章方差分析51单因素方差分析52多因素方差分析53协方，第九章T检验的相关概念及方法第一节单一样本T检验第二节配对样本T检验第三节独立样本T检验第十章方差分析第一节单因素方差分析第二节多因素方差分析第三节多，表74组肺组织病理图像分析结果比较略例5很多人用配对设计定量资料的t检验和单因素多水平设计定量资料的方差分析两两比较用LSD法处理多因素影响下的定量资料，72点估计73区间估计第8章假设检验的spss应用81单样本t检验82两个独立样本t检验83配对样本t检验第9章方差分析的spss应用91单因素方差分析92多因素方差分析。多因素方差分析里的配对543两配对样本t检验的应用举例第6章SPSS的方差分析61方差分析概述62单因素626单因素方差分析应用举例的进一步分析63多因素方差分析631多因素方差分析，对立秩次检验多样本方差的平方秩检验相等数据秩的确定中位数检验CPD分析二因素CPD方差分析三因素CPD方差分析成组设计多组比较的CPD分析配对设计差值的CPD，35基础统计图分析图的制作第4章均值的比较与检验41单样本的t检验42独立样本的t检验43配对样本的t检验第5章方差分析51单因素方差分析52多因素方差分析53协方，第4章为参数估计与假设检验，介绍了单样本均值和方差的区间估计独立和配对样本T检验以及正态分布拟合检验。第5章为方差分析，主要介绍单因素多因素方差分析包。
上一篇:下一篇:
Copyright 2009- All Right Resverd