重复测量方法分析

问：统计学（69）-重复测量方差分析详解

1. 答：此次只关注概念的简单理解。因为本小章节理解性东西太多，我并没有时间学习，后续用到再学习也不迟。
   当然，目前我知，是对数据校正，然后减少相关性，再进行分析。
   （1）重复测量(Repeated Measures) 数据在医学领域和社会学领域很常见，如对一组人群分别在用药前、用药后1个月、用药后2个月进行疗效观察；再如，将人群分配至不同的处理组，每组分别在不同的时间点进行观察，等等。
   （2） 这里理解一点，一组人群不同时间点
   （1）重复测量不同于重复调查。重复测量是对“同一人群”的不同时间点的测量。
   （2）重复调查是在不同时间点对“不同群体”的调查。例如，国内每隔几年就重复调查的营养膳食情况，每次调查不一定是同一群体（当然也可能有重复的人，但一般不会太多）。这种重复调查数据分析的是年代、世代等的一些现象的变化，通常可以采用年龄+时期+世代分析。
   • 对于同一人群（不分组）测量了4个时间点，分析时将这4 个时间点作为独立的4组，采用常规的方差分析来处理。
   • 对于同一人群（不分组）测量了4个时间点，将这4个时间点作为随机区组，采用随机区组方差分析来处理。
   • 对多组人群各观察了4个时间点，分别在每个时间点进行t检验。
   （1）上述事例均犯了一个错误：没有考虑到重复测量数据非独立性这一特点。
   （2）传统的t检验或方差分析等都要求数据满足独立性这一前提条件。很显然，重复测量数据是不满足这一前提条件的，采用t检验或方差分析来处理重复测量数据，往往会增加假阳性错误。
   主要有三类方法：多水平模型、广义估计方程、重复测量方差分析。

问：求助spss重复测量分析方法

1. 答：重复测量数据的分析思路，采用重测测量方差分析的方法进行主效应，时间效应和交互效应的研究，获取组间整体、时点间整体，交互作用的3对F，P，再整体解释一下。
   如果交互效应显著，则分析不同时间点组间差异，组内不同时间点差异即可。
   组间单因素方差分析，组内配对t检验矫正a水平。

问：spss中重复测量方差分析的适用条件是什么呢？

1. 答：多因素方差分析主要针对设计的自变量，而重复测量方差分析是在多因素方差分析基础上增加了一个时间变量，随着时间的推移测量了多次结果。操作方法如下：
   1、首先需要整理数据，数据文件结构对重复测量方差分析很重要，一定要把每次测量作为一个变量。
   2、数据录入spss并进行整理。
   3、分析——一般线性模型——单变量。
   4、选择变量到各自对应的变量框。
   5、饱和多因素方差分析结果：这里同样有R方，显著性，还有平方和。