如何在 stata 中进行双向方差分析

双向方差分析用于确定已分成两个因素的三个或更多独立组的平均值之间是否存在统计显着差异。

双向方差分析的目的是确定两个因素对响应变量的影响，并确定这两个因素对响应变量是否存在交互作用。

本教程介绍如何在 Stata 中执行双向方差分析。

示例：Stata 中的双向方差分析

在此示例中，我们将使用名为systolic的内置 Stata 数据集来执行双向方差分析。该数据集包含 58 个不同个体的以下三个变量：

• 使用的药物
• 病人患病
• 收缩压的变化

我们将使用以下步骤进行双向方差分析，以确定所使用的药物类型和患者的疾病类型是否对收缩压的变化有显着影响。

第 1 步：加载数据。

首先，通过在命令框中键入webuse systolic并单击 Enter 来加载数据。

步骤2：查看原始数据。

在执行双向方差分析之前，我们首先看一下原始数据。从顶部菜单栏中，导航至数据 > 数据编辑器 > 数据编辑器（浏览） 。这将向我们显示所有 58 名患者的实际数据：

步骤 3：执行双向方差分析。

从顶部菜单栏，导航至统计 > 线性和相关模型 > 方差分析/方差分析 > 方差和协方差分析。

对于因变量，选择systolic 。接下来，单击“模型”下下拉箭头旁边的三个点…。

您将看到一个新屏幕。保持选择Factor 变量。对于规格，选择双向全因子，因为我们正在执行双向方差分析。对于变量 1，选择药物并使用默认值作为基础。对于变量 2，选择疾病并使用默认值作为基础。接下来，单击底部的“添加到变量列表” 。然后单击“确定” 。

原始窗口将出现，其中 drug##disease 现在填充在Model下。你在这里没有什么可做的。只需单击“确定”即可。

双向方差分析的结果将自动出现：

从结果中我们可以观察到以下几点：

• 药物与疾病之间没有显着的相互作用（p 值 = 0.3958）
• 该疾病对收缩压没有显着影响（p 值 = 0.1637）
• 该药物对收缩压有统计学显着影响（0.0001）

第四步：报告结果。

最后，我们将报告双向方差分析的结果。以下是如何执行此操作的示例：

对 58 名个体进行了双向方差分析，以检查药物和疾病对收缩压的影响。

药物和疾病对收缩压的影响之间没有显着的相互作用（p = 0.3958）。疾病对收缩压没有显着影响（p = 0.1637）。该药物对收缩压有显着影响（0.0001）。