如何在 stata 中执行重复测量方差分析

重复测量方差分析用于确定三个或更多组的平均值之间是否存在统计显着性差异，其中每组中出现相同的受试者。

我们在两种特定情况下使用单向重复测量方差分析：

1. 测量受试者在三个或更多时间点的平均分数。例如，您可能想要在开始训练计划前一个月、训练计划中间以及训练计划后一个月测量受试者的静息心率，看看平均静息心率是否有显着差异。这三个时间点的比率。

请注意相同的主题如何一遍又一遍地出现。我们重复测量相同的受试者，因此我们使用单向重复测量方差分析。

2. 测量受试者在三种不同条件下的平均分数。例如，您可能会要求受试者观看三部不同的电影，并根据他们对电影的喜爱程度对每部电影进行评分。

同样，每组中出现相同的受试者，因此我们必须使用单向重复测量方差分析来测试这三种条件之间的均值差异。

本教程介绍如何在 Stata 中执行单向重复测量方差分析。

示例：Stata 中的重复测量方差分析

研究人员测量了五名服用四种不同药物的患者的反应时间。由于每位患者都对四种药物中的每一种进行测量，因此我们将使用重复测量方差分析来确定药物之间的平均反应时间是否不同。

完成以下步骤以在 Stata 中执行重复测量方差分析。

第 1 步：加载数据。

首先，通过在命令框中键入use https://www.stata-press.com/data/r14/t43并单击 Enter 来加载数据。

步骤2：查看原始数据。

在执行重复测量方差分析之前，我们首先查看原始数据。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 5 名患者对四种药物中每种药物的反应时间：

步骤 3：执行重复测量方差分析。

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，选择分数。对于模型，选择人和药物作为两个解释变量。选中“重复测量变量”框，然后选择药物作为重复变量。将其他所有内容保留原样，然后单击“确定” 。

这将自动生成以下两个表格，显示重复测量方差分析的结果：

在第一个表中，我们感兴趣的是药物变量的F 值和p 值（显示为 Prob>F）。请注意，F = 24.76，p 值为 0.000。这表明四种药物的平均得分之间存在统计学上的显着差异。

仅当我们怀疑球形假设已被违反时才应使用第二个表。这是假设所有成对组组合之间的差异的方差必须相等。如果我们认为这个假设被违反，那么我们可以使用三个校正因子之一：Hunyh-Feldt epsilon、Greenhouse-Geisser epsilon 或保守的 Box epsilon。

显示这三个校正因子中每一个的药物变量的 p 值：

• Hunyh-Feldt (HF) p 值 = 0.000
• Greenhouse-Geisser (GG) p 值 = 0.0006
• Box 的保守 p 值 (Box) = 0.0076

请注意，每个 p 值都小于 0.05，因此无论我们使用哪种校正因子，四种药物的平均分数之间仍然存在统计显着差异。

第四步：报告结果。

最后，我们将报告重复测量方差分析的结果。以下是如何执行此操作的示例：

对 5 个人进行单向重复测量方差分析，以检查四种不同药物对反应时间的影响。

结果显示，所用药物类型导致反应时间存在统计学显着差异 (F(3, 12) = 24.75，p < 0.001）。