析因设计方差分析【2050】
详情点击
析因设计是多因素多水平全面组合的一种设计方法,两个或多个因素如果存在交互作用,表示各因素不是各自独立的,而是一个因素的水平有改变时,另一个或几个因素的效应也相应有所改变;反之,如不存在交互作用,表示各因素具有独立性,一个因素的水平发生改变时不影响其他因素的效应。析因设计中2×2析因设计是指有两个研究因素,分别是2水平,所以一共构成4个单元,即4组;2×3×4表示三个研究因素,分别为2、3和4个水平,所以一共构成24单元(组),但分组愈多则实验实施难度愈大,实验动物消耗也愈多,因此析因设计往往用于研究因素或者水平数不多的情况,当研究因素较多时,我们可以采用正交设计或者均匀设计,本节以2×2析因设计为例进行讲解。
正式学习之前,了解下析因设计的几个概念:单独效应(simple effects)、主效应(main effects)与交互效应(interaction)。单独效应是指其他因素水平固定时,同一因素不同水平之间的差异。如单因素设计方差分析不同组之间的试验效应的差异;主效应是指某因素各单独效应的平均效应,即某一因素各水平之间的平均差别;交互效应是指某因素的单独效应随着另一因素的水平变化而变化,则称这两个因素存在交互作用。2×2析因设计模式图见图10.22。A因素(2水平)×B因素(2水平),共4个单元,本模式图中每个单元10个受试对象。
图10.22 2×2析因设计模式图
案例实战
某研究者研究两种药物A、B对红细胞增加数的影响,采用2×2析因设计选取了20只实验鼠进行了实验,获得实验效应数据,见data10.3.sav,问A、B两种药物对红细胞增加有无作用?A、B因素之间有无交互作用?
案例解析:
1、本例研究2个因素A药和B药,分别为用和不用两个水平,全面组合,共构成4个单元,即4组。
2、干预因素有2个,实验效应指标为红细胞增加数为计量资料。
实战步骤:
1、 调用单变量:案例数据data10.3.sav,菜单分析-一般线性模型-单变量,弹出单变量功能窗口,图10.23。
2、 单变量主对话设置:如图将RBC放入因变量,A药和B药放入固定因子。
3、 模型参数设置:点击模型,弹出图10.24,因为本例为析因设计,因此需要分析交互作用,因此选择默认的“全因子”,点击“继续”返回。
图10.23单变量对话框
图10.24单变量-模型
4、 事后比较参数设置:因为本例A药和B药均只有2个水平,水平数不超过3,因此无需两两比较,如果您愿意勾选,软件会给出警告,但也会计算,但除了浪费计算机资源,并无意义。
5、 选项参数设置:点击选项,弹出图10.25。将A、B和A*B放入显示均值框,显示勾选描述统计和方差齐性,点击继续,回到功能窗口,确定运行。
图10.25单变量-选项
结果解读
1、 各单元3个核心基本统计量,图10.26。各单元的均值效应见标示框。
2、各单元方差齐性检验,见图10.27,可见levene齐性检验F=0.722,P=0.554>0.05,按照“大同小异“的口诀,各组方差齐,可以进行后续方差分析。
图10.26统计描述结果
图10.27方差齐性结果
3、主体间效应比较:见图10.28,2x2析因设计看法为”三横两竖“,如图,得到FA=181.730,P=0.000,FB=90.919,P=0.000;FA*B=24.324,P=0.000。P均小于0.05,说明A药和B药均有效,同时A*B药之间存在交互作用。
图10.28方差分析结果
主效应与单独效应
结果图10.29为药物的效应值描述,其中如10.29(A)为A药的主效应,图10.29(B)为B药物的主效应,如10.29(C)为A和B药物的单独效应。
图10.29统计描述
图10.30轮廓图
1、 交互轮廓图:
如果想显示A和B的交互效应的轮廓图,在图10.22单变量功能窗口点击,参数”图“按钮,弹出图10.30,按图设置。则在结果输出轮廓图,图10.31。可见两条线不平行,如果延长将会交叉,因此存在交互作用。
大家试想一下,一个高三的学生高考前夕谈恋爱了,请问会不会影响学习?虽然绝大多数会降低学业,但也有少数学生,因为爱情的力量,相约清华北大而发奋学习。因此,本例发现存在交互作用,只是发现因素之间存在相互影响,但是又分为正向的交互(协同)和反向的交互(拮抗)。
正向交互是A的效应随着B的增大而增大,反向交互是A的效应随着B的增大而减小,两种典型的交互作用的轮廓图,见图10.31。
图10.30轮廓图
图10.31正向与反向交互示意图
案例拓展:
析因设计当存在明显的交互作用,此时A和B效应的比较就不能采用主效应了,而应该采用单独效应进行比较。然而单独效应在SPSS中没有直接分析的模块,一般采用编程的方法实现。对于本例,大家可以在操作步骤参数设置完毕后,不要点击“确定“,点击”黏贴“按钮,然后在弹出的“语法”窗口,改成下图就可,图10.32。
图10.32析因设计单独效应分析
编写完成,将光标移到最后,点击工具栏,绿色运行箭头,或者点击菜单运行,选择全部,即可运行此程序。得到主要结果图10.33。
单变量结果发现B药物在未用(0)时,A药用和不用是有差别的,成对比较的P=0.000;B药物在用(1)时,A药用和不用是也有差别的,成对比较的P=0.000;因为上述程序设置的A和B分别作为对比,因此结果会出现两次。
图10.33单变量与单独效应结果
错误辨析:
数据表现有多种形态,就像同一种疾病有不同的表现型一样,有时候某些表现还会误导疾病的诊断。正如下面图10.34的数据一样,很多的时候,大家看到左侧的数据,根据自己的经验认为这不就是4个独立的组吗?采用单因素设计的方差分析啊。可是当我们将数据的形态转化为右侧的时候,发现其实它是一个2×2析因设计的方差分析。如果我们采用的单因素分析,一设计类型不对,二会损失很多的信息。
图10.34演示数据
SPSS实战系列[2]
【赠人玫瑰,手留余香】
【2045】有序Logistc回归,为什么不能计算OR值,那还玩啥?
【2041】为什么SPSS读取Excel数据乱码或空值,真实案例
【2040】谁说SPSS不能画统计地图
【2038】别犯愁了,SPSS数据录入格式就这4种,松哥给你总结好了
【2037】如何计算二项logistic回归模型的灵敏度、特异度等指标
【2033】如何让SPSS根据自身数据库行号产生ID特征变量
【2031】相关样本非参数检验如何实现两两事后比较
【2029】SCI编辑让我报告LSD-t检验的t值,可是SPSS没有啊,怎么办?
【2027】如何利用SPSS计算总体率与总体均数的95%可信区间
【2026】SPSSS如何实现哈迪-温伯格平衡(Hardy-Weinberg equilibrium)法则检验
【2025】R×C列联表(分类数据)的统计分析方法选择与SPSS实现
【2023】Kappa一致性与组内相关系数(ICC)应用辨析【推荐】
【2017】SPSS输出结果统计表与统计图的专业性编辑及三线表定制格式赠送!
【2006】为什么配对样本t检验,SPSS结果默认输出相关性
【2004】如何让SPSS自动按照四分位数间距分组某变量【技巧】
【2002】太伤自尊,以为学会了,现在用SPSS连两独立样本t检验都做不好
----------------------------------------------
精鼎原创,欢迎转发,未经允许,谢绝转载!