研究宗旨

「SPSSAU数据分析」：重复测量方差分析操作步骤详解

在医学研究等领域的实践中，常常需要对同一对象进行多次重复测量，例如跟踪病例在不同时间点的状况，这类数据被称作重复测量数据。由于这些数据中，同一对象多次测量结果之间存在内在联系，传统的方差分析不再适用，而需要采用重复测量方差分析来处理。

在重复测量方差分析中，涉及两个关键概念：组内和组间。以一项针对抑郁症的研究为例，假设有12名患者，其中6名使用新药，另外6名使用旧药，并分别在用药后的第1周、第4周和第8周评估其抑郁程度。此类数据中，时间点的变化构成组内项，而药物类型的不同构成组间项。

数据准备

重复测量方差分析所需的数据格式特定，包括ID号（即样本编号）和时间点数据。在将数据上传至SPSSAU前，需确保数据格式正确处理。每个ID号对应多个时间点的数据，例如12个样本在5个不同时间点的数据将构成60行数据。上传数据时，登录SPSSAU账户后，点击右上角的“上传数据”按钮进行操作。

操作步骤

1. 选择SPSSAU中的实验/医学研究模块，点击“重复测量方差”。

2. 拖拽分析项，确认因变量、组内项、样本ID和组间项正确放置。

3. 设置参数，包括是否进行事后多重比较和简单效应分析。

分析结果

1. 组间效应分析显示，新药与旧药对抑郁症的疗效没有显著差异。

2. 球形度检验结果显示模型未通过球形度检验，应以GG校正结果为准。

3. 组内效应分析表明，不同时间点的抑郁程度存在显著差异，但时间与药物类型交互项没有显著差异。

可视化分析

通过折线图和均值分析，可以看出患者抑郁程度随时间加重的趋势，尤其是第4周到第8周的变化最为明显。

多重比较和简单效应

对第1周至第8周和第4周至第8周的数据进行多重比较，发现存在显著差异。而简单效应分析显示，三个时间点的药物类型没有显著差异。

补充说明

解释了重复测量方差分析中ID值和自由度校正的含义，以及如何查看显著差异的具体情况。针对数据缺失的问题，提供了两种处理方法：剔除缺失数据的样本或使用SPSSAU的异常值功能进行数据填补。重复测量方差分析要求数据格式严格，并应为平衡数据，无缺失值。