วิธีดำเนินการวัด anova ซ้ำใน sas

การวัดความแปรปรวนแบบวัดซ้ำ จะถูกนำมาใช้เพื่อพิจารณาว่ามีความแตกต่างที่มีนัยสำคัญทางสถิติระหว่างค่าเฉลี่ยของกลุ่มตั้งแต่สามกลุ่มขึ้นไปซึ่งมีหัวข้อเดียวกันปรากฏในแต่ละกลุ่มหรือไม่

บทช่วยสอนนี้ให้ตัวอย่างทีละขั้นตอนของวิธีการดำเนินการวัด ANOVA ซ้ำใน SAS

ขั้นตอนที่ 1: สร้างข้อมูล

สมมติว่านักวิจัยต้องการทราบว่ายาสี่ชนิดทำให้เกิดปฏิกิริยาต่างกันหรือไม่ เพื่อทดสอบสิ่งนี้ เขาได้วัดเวลาปฏิกิริยาของผู้ป่วยห้ารายต่อยาสี่ชนิดที่แตกต่างกัน

เวลาปฏิกิริยาแสดงไว้ด้านล่าง:

เราสามารถใช้โค้ดต่อไปนี้เพื่อสร้างชุดข้อมูลนี้ใน SAS:

 /*create dataset*/
data my_data;
    input Subject Drug Value;
    datalines ;
1 1 30
1 2 28
1 3 16
1 4 34
2 1 14
2 2 18
2 3 10
2 4 22
3 1 24
3 2 20
3 3 18
3 4 30
4 1 38
4 2 34
4 3 20
4 4 44
5 1 26
5 2 28
5 3 14
5 4 30
;
run ;

ขั้นตอนที่ 2: ดำเนินการวัดความแปรปรวนซ้ำ ๆ

ต่อไป เราจะใช้ proc glm เพื่อทำการวัด ANOVA ซ้ำ:

 /*perform repeated measures ANOVA*/
proc glm data =my_data;
	class Subject Drug;
	model Value = Subject Drug;
run;

ขั้นตอนที่ 3: ตีความผลลัพธ์

เราสามารถวิเคราะห์ตาราง ANOVA ได้ในผลลัพธ์:

ค่าเดียวที่เราสนใจคือค่า F และค่า p ที่สอดคล้องกันของยา เนื่องจากเราต้องการทราบว่ายาทั้ง 4 ชนิดทำให้เกิดเวลาตอบสนองต่างกันหรือไม่

จากผลลัพธ์เราจะเห็นได้ว่า:

• ค่า F ของยา: 24.76
• ค่า p สำหรับยา: <0.0001

โปรดจำไว้ว่าการวัด ANOVA ซ้ำๆ ใช้สมมติฐานว่างและสมมติฐานทางเลือกต่อไปนี้:

• H ₀ : ค่าเฉลี่ยกลุ่มทั้งหมดเท่ากัน
• _HA : ค่าเฉลี่ยกลุ่มอย่างน้อย 1 กลุ่มแตกต่างกัน   พักผ่อน.

เนื่องจากค่า p ของยา (<0.0001) น้อยกว่า α = 0.05 เราจึงปฏิเสธสมมติฐานที่เป็นโมฆะ

ซึ่งหมายความว่า เรามีหลักฐานเพียงพอที่จะบอกว่าเวลาตอบสนองโดยเฉลี่ยระหว่างยาทั้ง 4 ชนิดที่แตกต่างกันไม่เท่ากัน

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้ให้ข้อมูลเพิ่มเติมเกี่ยวกับการวัดความแปรปรวนของการวัดซ้ำ:

ข้อมูลเบื้องต้นเกี่ยวกับ ANOVA การวัดซ้ำ
วิธีการดำเนินการวัดความแปรปรวนซ้ำ ๆ ด้วยตนเอง
การวิเคราะห์ความแปรปรวนแบบทางเดียวและการวัดความแปรปรวนซ้ำ ๆ: ความแตกต่าง