重复测量数据特征，重测测量数据资料的统计分析方法

重复测量方差分析解决的问题：对一个因变量（连续变量）进行了多次测量，探索其在不同时间（或条件）上的变化规律。同时还可以分析自变量（离散变量）、协变量等对这种变化产生的影响。

案例：

长期练习广场舞、气排球、太极拳对普通大学生心率变化的影响

1实验设计：选取健康普通男性大学生，分为三组：广场舞组，气排球组，太极拳组。三组学生每周练习各自的运动项目，每周练习2次，每次90分钟。练习三个月后，测试受试者运动前HR、运动中HR、运动后1分钟HR、运动后3分钟HR、运动后7分钟HR、运动后10分钟HR。

实验测试时的运动内容为各自的运动项目，时间为5分钟。

自变量：运动项目；重测因素（因变量）：6次测量的心率。

2部分原始数据

图1

3 SPSS步骤

1）分析-一般线性模型-重复测量

图2

2）"主体内因子名"中输入"HR"，"级别数"输入6（因为HR共测量了6次）。点击"添加"，生成重测变量"HR"。

点击"定义"。

图3

3）把"HR1-HR6"放到"主体内变量"列表，需要一一对应。把"运动项目"放到"主体间因子"。

图4

4）点击图4中的"图"。

把"HR"选入"水平轴"，"运动项目"选手"单独的线条"。点击"添加"，"继续"。

图5

5）点击图4中的选项。

勾选"描述统计"、"齐性检验"。点击"继续"，返回图4后点击"确定"，呈现结果。

图6

4 SPSS主要结果

1）球形度检验

结果判断方法：显著性P＞0.05时，接受"球对称假设"；P≤0.05时，拒绝"球对称假设"。

图7

目前P＜0.05，拒绝"球对称假设"，需要采用"球对称"系数（经常选"格林豪斯-盖斯勒"）对结果进行校正。

2）方差分析

由于拒绝"球对称假设"，所以主要看校正后的结果（蓝色）。

图8

HR与运动项目的交互作用具有统计学意义（P＜0.05），说明三组大学生的心率变化不一致。

3）轮廓图

图9

结合图8的方差分析结果，以及图9的轮廓图可以判断结果：

长期练习广场舞的大学生，运动中心率比气排球、太极拳低，运动后1-7分钟恢复的也更快，表现为更好的心血管功能。

说明：1）重测因素"HR"和自变量"运动项目"的主效应都具有统计学意义（P＜0.05）。后者的统计结果没有贴出来。这方面读者可以自行理解。

2）如果能够结合重测因素"HR"不同水平的单独效应分析判断结果，会更好。结果太繁琐，不再展示。给出需要增加的程序，感兴趣的朋友可以运行查看：

/EMMEANS=TABLES(运动项目*HR)COMPARE(运动项目)ADJ(LSD)

3）重复测量方差分析还涉及到存在协变量、多个"重测因素"、多个自变量等较为复杂的情况。后续再继续分享。