13.4. Сравнение более чем двух зависимых выборок

13.4. Сравнение более чем двух зависимых выборок


На основе данных по гипертонии исследуем, значимо ли изменяется содержание холестерина в течение четырёх промежутков времени (такое сравнение для первых двух промежутков времени мы уже провели в параграфе 13.2).


Для достижения этой цели подходит однофакторный дисперсионный анализ с повторными измерениями. Пользователи SPSS, работавшие с этим пакетом на больших компьютерах, знают, что выполнить эту весьма распространенную операцию можно было только с помощью процедуры MANOVA (многомерный дисперсионный анализ). Ясно, что эта процедура предназначена для разнообразных методов многомерного анализа, но может быть использована при одномерном дисперсионном анализе с повторными измерениями.


Начиная с версии 7 SPSS процедура MANOVA была заменена процедурой GLM (General Linear Model). Однако и в текущей версии процедура MANOVA по прежнему остается доступной при использовании программного синтаксиса.


Разнообразные возможности анализа, предоставляемые этими процедурами (GLM и MANOVA), обеспечиваются ценой уже практически необозримого количества команд, спецификаций, параметров и ключевых слов. Даже при решении такой простой задачи, как рассматриваемая, надо уметь ориентироваться в этом многообразии. Несколько подробнее процедура GLM рассматривается в главе 17; однако в рамках этой книги невозможно охватить всю широту диапазона возможностей, предоставляемых этой процедурой.  Теперь перейдем к решению нашей задачи при помощи однофакторного дисперсионного анализа с повторными измерениями.

  •  Загрузите файл hyper, sav.

  •  Выберите в меню команды Analyze (Анализ) General Linear Model (Общая линейная модель) Repeated Measures... (Повторные измерения)

Откроется диалоговое окно Repeated Measures Define Factors) (Определить фактор(ы) для повторных измерений).


В данном примере мы подвергнем анализу четыре переменных: cho10, cho11, cho16 и chol12; следовательно, фактор повторных измерений будет задаваться четырьмя уровнями (слоями).

  •  Введите число 4 в поле Number of Levels (Количество уровней). По умолчанию принимается имя фактора faktorl; при желании можно задать для него любое другое i имя (например, "время").

  •  Щелкните на кнопке Add. Других факторов повторных измерений у нас нет, поэтому можно сразу закрыть этот диалог кнопкой Define (Определить). Появится диалоговое окно Repeated Measures (Повторные измерения) (см. рис. 13.7).

  •  Перенесите переменные cho10, choll, cho16 и chol12 в список Within-Subject Variables (Переменные внутри субъекта); далее кнопками, которые находятся внизу диалогового окна, можно установить дополнительные параметры но мы не будем их рассматривать.

  •  Запустите вычисления, щелкнув на ОК.


Рис. 13.6: Диалоговое окно Repeated Measures Define Factor(s)



Рис. 13.7: Диалоговое окно Repeated Measures

  •  Проанализируйте результаты, появившиеся в окне просмотра.

Вы убедитесь, что для неподготовленного пользователя толкование полученных результатов расчёта может составить большие трудности. Подробнее о них мы поговорим в главе 17. Теперь же мы ограничимся указанием, что результаты обычного дисперсионного анализа содержатся в строке "Sphericity assumed" (Предположение о сферичности) таблицы вывода, приведенной ниже:


Tests of Within-Subjects Effects (Тест эффектов внутри субъекта)


Measure: MEASURE_1


Source (Источник)


Type III Sum of Squares (Сумма квадратов типа III)


df


Mean Square (Среднее квадратов)


F


Sig. (Значи-мость)


FACTOR1


Sphericity Assumed (Прини- мается гипотеза о сферич- ности)


3381,822


3


1127,274


2,653


,048


Greenhouse- Geisser


3381,822


2,509


1347,779


2,653


,058


Huynh-Feldt


3381 ,822


2,549


1326,675


2,653


,058


Lower Bound


3381,822


1,000


3381,822


2,653


,105


Error (FACTOR1)


Sphericity Assumed (Прини- мается гипотеза о сферич- ности)


220504,678


519


424,865




Greenhouse- Geisser


220504,678


434,088


507,972




Huynh-Feldt


220504,678


440,994


500,018




Lower Bound


220504,678


173,000


1274,594




Вероятность ошибки р составляет 0,048, что указывает на значимое различие между отдельными моментами времени. К сожалению, даже в 10-й версии SPSS отсутствует возможность провести апостериорный тест для повторных измерений, чтобы выяснить, какие именно промежутки времени значимо отличаются друг от друга. В случае, если выявлены значимые отличия, как в рассмотренном примере, пользователю не остается ничего другого, кроме выполнения парного t-теста.

6.gif

Изображение: 

7.gif

Изображение: