两因素方差分析检验

两因素重复测量方差分析，史上最详细SPSS教程！一、问题与数据研究者想知道短期(2周)高强度锻炼是否会减少C反应蛋白(C-Reactive Protein, CRP)的浓度。

研究者招募了12名研究对象，并让研究对象参与两组试验：对照试验和干预试验。

在对照试验中，研究对象照常进行日常活动；在干预试验中，研究对象每天进行45分钟的高强度锻炼，每组试验持续2周，两组试验中间间隔足够的时间。

CRP的浓度在每组试验中共测量了3次：试验开始时的CRP 浓度、试验中的CRP浓度(1周)和试验结束时的CRP浓度(2周)。

这三个时间点代表了受试者内因素“时间”的三个水平，因变量是CRP的浓度，单位是mg/L。

con_1、con_2和con_3分别代表对照试验开始时、对照试验中和对照试验结束时研究对象的CRP浓度，int_1、int_2和int_3分别代表干预试验开始时、干预试验中和结束时研究对象的CRP浓度。

部分数据如下：二、对问题的分析使用两因素重复测量方差分析(Two-way Repeated Measures Anova)进行分析时，需要考虑5个假设。

对研究设计的假设：假设1：因变量唯一，且为连续变量；假设2：有两个受试者内因素（Within-Subject Factor），每个受试者内因素有2个或以上的水平。

注：在重复测量的方差分析模型中，对同一个体相同变量的不同次观测结果被视为一组，用于区分重复测量次数的变量被称为受试者内因素，受试者内因素实际上是自变量。

对数据的假设：假设3：受试者内因素的各个水平，因变量没有极端异常值；假设4：受试者内因素的各个水平，因变量需服从近似正态分布；假设5：对于受试者内因素的各个水平组合而言，因变量的方差协方差矩阵相等，也称为球形假设。

三、思维导图（点击图片看清晰大图）四、SPSS操作两因素重复测量方差分析的操作1. 在主菜单下点击Analyze > General Linear Model > Repeated measures...，如下图所示：2. 出现Repeated Measures Define Factor(s)对话框，如下图所示：3. 在Within-Subject Factor Name:中将“factor1”更改为treatment，因为研究对象共进行了2组试验，在Number of Levels：中填入2；4. 点击Add，出现下图：5. 在Within-Subject Factor Name:中填入time，因为研究对象的CRP水平在每组试验中共测量了3次，在Number ofLevels：中填入3，点击Add；6. 点击Define，出现下图Repeated Measures对话框；7. 如下图所示，Within-Subjects Variables后面的括号内是受试者内因素的名字，将左侧六个变量均选入右侧框中，如下图所示：8. 点击Plots，出现Repeated Measures: Profile Plots 对话框，如下图所示：9. 将time选入Horizontal Axis：框中，将treatment选入Separate Lines：框中；10. 点击Add，出现下图，点击Continue；11. 点击Save，出现Repeated Measures: Save对话框；12. 在Residuals下方选择Studentized，如下图所示，点击Continue；13. 点击Options，出现Repeated Measures: Options对话框；14. 将treatment、time和treatment*time选入Display Means for：中，下方Compare main effects为勾选状态，在Confidence interval adjustment：下选择Bonferroni，在Display下方勾选Descriptive statistics 和Estimates of effect size，点击Continue，点击OK。

双因素方差分析一、无交互作用下的方差分析设A 与B 是可能对试验结果有影响的两个因素，相互独立，无交互作用。

设在双因素各种水平的组合下进行试验或抽样，得数据结构如下表：表中每行的均值.i X （i=1,2,…r ）是在因素A 的各个水平上试验结果的平均数；每列的均值jX .(j=1,2,…,n)是在因素B 的各种水平上试验的平均数。

以上数据的离差平方和分解形式为：SST=SSA+SSB+SSE （6.13） 上式中：∑∑-=2)(X X SST ij(6.14)∑-=∑∑-=2.2.)()(X X n X XSSA i i (6.15)∑-=∑∑-=2.2)()(X Xr X XSSB j j（6.16）∑+-∑-=2..)(X X X X SSE ji ij(6.17)SSA 表示的是因素A 的组间方差总和，SSB 是因素B 的组间方差总和，都是各因素在不同水平下各自均值差异引起的；SSE 仍是组内方差部分，由随机误差产生。

各个方差的自由度是：SST 的自由度为nr-1，SSA 的自由度为r-1，SSB 的自由度为n-1，SSE 的自由度为nr-r-n-1=（r-1）(n-1)。

各个方差对应的均方差是：对因素A 而言： 1-=r SSA MSA （6.18） 对因素B 而言： 1-=n SSB MSB （6.19）对随机误差项而言：1---=n r nr SSEMSE （6.20）我们得到检验因素A 与B 影响是否显著的统计量分别是：)]1)(1(,1[~---=n r r F MSE MSA F A （6.21）)]1)(1(,1[~---=n r n F MSE MSBF B （6.22）【例6-2】某企业有三台不同型号的设备，生产同一产品，现有五名工人轮流在此三台设备上操作，记录下他们的日产量如下表。

试根据方差分析说明这三台设备之间和五名工人之间对日产量的影响是否显著？（α=0.05）。

第三节随机区组设计的两因素方差分析（two-way ANOVA）1、用途：用于随机区组设计的多个样本均数比较，其统计推断是推断各样本所代表的各总体均数是否相等。

随机区组设计考虑了个体差异的影响，可分析处理因素和个体差异对实验效应的影响，所以又称两因素实验设计，比完全随机设计的检验效率高。

该设计是将受试对象先按配比条件配成配伍组（如动物实验时，可按同窝别、同性别、体重相近进行配伍），每个配伍组有三个或三个以上受试对象，再按随机化原则分别将各配伍组中的受试对象分配到各个处理组。

值得注意的是，同一受试对象不同时间（或部位）重复多次测量所得到的资料称为重复测量数据（repeated measurement data），对该类资料不能应用随机区组设计的两因素方差分析进行处理，需用重复测量数据的方差分析。

2、计算公式：随机区组设计的两因素方差分析是把总变异中的离均差平方和SS 与自由度分别分解成处理间、区组间和误差三部分，其计算公式见表5.4。

表5.4两因素方差分析的计算公式变异来源离均差平方和自由度均方总N-1处理间k-1区组间b-1误差* # b区组数3、分析步骤（以例说明）：例5.2某医师研究A、B和C三种药物治疗肝炎的效果，将32只大白鼠感染肝炎后，按性别相同、体重接近的条件配成8个配伍组，然后将各配伍组中4只大白鼠随机分配到各组：对照组不给药物，其余三组分别给予A、B和C药物治疗。

一定时间后，测定大白鼠血清谷丙转氨酶浓度（IU/L），如表5.5。

问四组大白鼠的血清谷丙转氨酶是否相同。

表5.5 四组大白鼠血清谷丙转氨酶浓度（IU/L）区组对照组试验组合计A药组B药组C药组1 845.1 652.4 624.3 445.1 2566.92 834.7 741.3 772.3 432.5 2780.83 826.5 675.6 632.5 362.7 2497.34 812.8 582.8 473.6 348.7 2217.95 782.8 491.8 462.8 345.9 2083.36 745.6 412.2 431.8 312.8 1902.47 730.4 494.6 484.9 296.3 2006.28 684.3 379.5 380.7 228.4 1672.96262.2 4430.2 4262.9 2772.4 17727.7 ()782.78 553.78 532.86 346.55 553.99()4925110.04 2571668.14 2391246.57 995764.14 10883788.89 ()本研究的主要目的在于比较不同治疗方法的效果，同时还可以比较不同区组间大鼠血清谷丙转氨酶浓度是否相同。