Как выполнить повторные измерения anova в stata

ANOVA с повторными измерениями используется для определения того, существует ли статистически значимая разница между средними значениями трех или более групп, в которых одни и те же субъекты появляются в каждой группе.

Мы используем однофакторный дисперсионный анализ с повторными измерениями в двух конкретных ситуациях:

1. Измерьте средние баллы испытуемых за три или более временных интервала. Например, вы можете измерить частоту сердечных сокращений испытуемых в состоянии покоя за месяц до начала тренировочной программы, в середине тренировочной программы и через месяц после тренировочной программы, чтобы увидеть, есть ли какая-либо значительная разница в средней частоте сердечных сокращений в состоянии покоя. ставки в течение этих трех временных точек.

Обратите внимание, как одни и те же темы появляются снова и снова. Мы неоднократно измеряли одних и тех же субъектов, поэтому использовали однофакторный дисперсионный анализ с повторными измерениями.

2. Измерьте средние баллы испытуемых в трех разных условиях. Например, вы можете попросить испытуемых посмотреть три разных фильма и оценить каждый из них в зависимости от того, насколько он им понравился.

Опять же, в каждой группе появляются одни и те же субъекты, поэтому мы должны использовать однофакторный дисперсионный анализ с повторными измерениями, чтобы проверить разницу в средних значениях между этими тремя условиями.

В этом руководстве объясняется, как выполнить однофакторный дисперсионный анализ с повторными измерениями в Stata.

Пример: дисперсионный анализ повторяющихся измерений в Stata

Исследователи измеряют время реакции пяти пациентов, принимавших четыре разных лекарства. Поскольку у каждого пациента измеряется прием каждого из четырех лекарств, мы будем использовать дисперсионный анализ с повторными измерениями, чтобы определить, различается ли среднее время реакции между лекарствами.

Выполните следующие шаги, чтобы выполнить повторные измерения ANOVA в Stata.

Шаг 1: Загрузите данные.

Сначала загрузите данные, набрав use https://www.stata-press.com/data/r14/t43 в командном поле и нажав Enter.

Шаг 2. Просмотрите необработанные данные.

Прежде чем выполнять повторные измерения ANOVA, давайте сначала посмотрим на необработанные данные. В верхней строке меню выберите «Данные» > «Редактор данных» > «Редактор данных (Обзор)» . Это покажет нам время ответа для каждого из 5 пациентов на каждый из четырех препаратов:

Шаг 3: Выполните повторные измерения ANOVA.

В верхней строке меню перейдите к Статистика > Линейные и связанные модели > ANOVA/MANOVA > Анализ дисперсии и ковариации .

В качестве Зависимой переменной выберите Оценка . В качестве модели выберите человека и лекарство в качестве двух объясняющих переменных. Установите флажок «Переменные повторяющихся измерений» и выберите препарат в качестве повторяющейся переменной. Оставьте все остальное как есть и нажмите ОК .

Это автоматически создаст следующие две таблицы, в которых показаны результаты повторных измерений ANOVA:

В первой таблице нас интересуют значение F и значение p (отображаемое как Prob>F) для переменной препарата . Обратите внимание, что F = 24,76, а значение p равно 0,000. Это указывает на то, что существует статистически значимая разница между средними баллами четырех препаратов.

Вторую таблицу следует использовать только в том случае, если мы подозреваем, что предположение о сферичности нарушено. Это предположение, что дисперсии разностей между всеми парными комбинациями групп должны быть равны. Если мы считаем, что это предположение было нарушено, то мы можем использовать один из трех поправочных коэффициентов: эпсилон Хуниха-Фельдта, эпсилон Парникового газа-Гейссера или консервативный эпсилон Бокса.

Значение p для переменной препарата показано для каждого из этих трех поправочных коэффициентов:

• Значение p Хуниха-Фельдта (HF) = 0,000
• Значение p парника-гейссера (GG) = 0,0006
• Консервативное значение p Бокса (Box) = 0,0076.

Обратите внимание, что каждое из значений p меньше 0,05, поэтому все еще существует статистически значимая разница между средними баллами четырех препаратов, независимо от того, какой поправочный коэффициент мы используем.

Шаг 4: Сообщите о результатах.

Наконец, мы сообщим о результатах наших повторных измерений ANOVA. Вот пример того, как это сделать:

Однофакторный дисперсионный анализ с повторными измерениями был проведен у 5 человек, чтобы изучить влияние четырех различных лекарств на время ответа.

Результаты показали, что тип используемого лекарства приводил к статистически значимым различиям во времени ответа (F(3, 12) = 24,75, p <0,001).