重复测量方差分析用于处理因变量在多个时间点或条件下的相关数据，以避免增加I类错误概率。分析涉及五个假设，包括因变量的连续性、受试者内因素的水平、正态分布和方差协方差矩阵相等。当满足球形假设时，可进行一元方差分析，否则应用多元方差分析。方差分析后，可以选择不同的两两比较方法，如LSD法、Bonferroni法、Dunnett法、Tukey法或Scheffe法，具体取决于研究目的和样本特性。
重复测量的意义：由于重复测量时，每个个体的测量结果之间存在一定程度的相关，违背了方差分析数据独立性的要求，如果仍使用一般的方差分析，将会增加犯I类错误的概率，所以重复测量资料有相对应的方差分析方法。
重复测量方差分析要求：（需要考虑5个假设。）
假设1：因变量唯一，且为连续变量；
假设2：有两个受试者内因素（Within-Subject Factor），每个受试者内因素有2个或以上的水平。（注：在重复测量的方差分析模型中，对同一个体相同变量的不同次观测结果被视为一组，用于区分重复测量次数的变量被称为受试者内因素，受试者内因素实际上是自变量。）
假设3：受试者内因素的各个水平，因变量没有极端异常值；
假设4：受试者内因素的各个水平，因变量需服从近似正态分布；
假设5：对于受试者内因素的各个水平组合而言，因变量的方差协方差矩阵相等，也称为球形假设。
结果分析：
最低0.47元/天 解锁文章
扫一扫
138
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
