摘要：目的探讨析因设计重复测量资料的统计分析方法。方法通过构造统计模型,并结合实例给出SAS程序来实现析因设计重复测量资料的统计分析。结果给出了一般线性模型和混合线性模型对处理因素和时间因素进行比较的具体做法。结论在数据之间相关性较为复杂时,混合线性模型更加适合于析因设计的重复测量资料的统计分析。

摘要：重复测量资料在医学研究领域中广泛出现 ,设计类型和分析目的往往具有变异性〔1〕,困扰的统计分析方法可谓是复杂多样 ,均数的多重比较亦是扑朔迷离〔2～ 6〕。本文利用Ｓｔａｔａ软件的协方差分析程序尝试性地分析具有一个重复测量资料的一个实例〔7〕。分析方法1 设计类型假设有Ｎ个观察单位 ,随机分为Ｇ个处理组 ,第ｉ组 (ｉ=1,2 ,… ,Ｇ)的观察单位数为ｎｉ,第ｉ组的第ｊ个观察单位 (ｊ =1,2 ,… ,ｎｉ)在Ｔ种条件下重复测量到处理前ｋ(ｐｒｅ)个值和处理后ｋ(ｐｏｓｔ)个值〔ｋ(ｐｒｅ) +ｋ(ｐｏｓｔ) =ｋ ,ｋ =1,2 ,… ,Ｔ〕 ,第ｉ组的第 ｊ个观察单位在Ｔ种条件下的第ｋ

摘要：以实例为载体介绍重复测量资料相关概念及其方差分析的条件和方法。针对医学研究者常更关注重复测量设计处理因素效应或时间效应的情况,详细分析了基于SPSS统计软件单独效应分析,多重比较的各种方法以及多重比较时Ⅰ型错误概率的控制方法。总结了处理因素单独效应分析及多重比较的4种方法,以及时间因素单独效应分析及多重比较的3种方法。提出进行多重比较时,为控制犯Ⅰ型错误总体概率,首先需控制比较的次数,避免随意、盲目地进行两两比较,最好在研究设计阶段能根据专业意见事先计划好需要比较的组别或时间点;另外可采用Bonferroni方法调整检验水平。

摘要：目的:探讨医药研究中重复测量设计资料的统计分析方法。方法:结合医药科研中的实例阐述广义估计方程处理重复测量资料的原理和方法。结果:广义估计方程是处理重复测量资料的有效方法,该方法应用条件宽,可适用于多种类型的反应变量,如定量变量、二分类变量、等级变量等,同时允许资料中有缺失值,或出现个别观察单位重复测量次数不完全相同等情况,因而在重复测量设计资料统计分析中应用广泛。

摘要：目的探讨混合线性模型在带有时依协变量的重复测量资料分析中的应用。方法以治疗轻、中度原发性高血压病临床试验资料为例,考虑到给药方案在各个时间点随病情而变化,利用SAS中的MIXED过程,选择合适的协方差结构来实现带有时依协变量的重复测量资料的统计分析。结果时依协变量(给药方案)对治疗轻、中度原发性高血压病有统计学意义(P<0.05);时间因素有统计学意义(P<0.05);给药方案与时间因素之间有交互效应(P<0.05)、给药方案与处理因素之间有交互效应(P<0.05)。结论采用混合线性模型对带有时依协变量的临床试验重复测量资料进行统计分析,可以更客观地进行药物疗效评价。

摘要：目的:探讨析因设计重复测量资料的统计分析方法。方法:结合科研课题中实例阐述用方差分析(一般线性模型)和混合线性模型处理析因设计重复测量资料的具体做法及SPSS操作。结果和结论:两种方法分析结果基本相同,在数据之间相关性较为复杂或资料中有缺失数据,每个受试对象的重复测量水平数不同时,混合线性模型是分析析因设计重复测量资料的最佳方法。

摘要：重复测量资料是指对同一实验单位(如人、动物、标本)的某项指标在不同时点上进行多次测量与观察所获得的数据。该种设计可对观察指标进行动态观察或监测，更加符合临床试验、药理学及毒理学的特点．故颇为常见。

摘要：在实际研究中,常常需要处理纵向资料（longitudinal data）、重复测量资料（repeated measurement data）、整群抽样设计资料（cluster sampling design data）、聚集性资料（clustered data）或是多层次结构资料（hierarchical data）等。这些资料由于部分观察值之间含有非独立的或相关的信息,不能用传统的一般线性模型进行分析,需要特殊的统计方法进行处理。

摘要：医学论著是医学科技工作者对其所做科学研究工作的重要表达形式，正确的掌握和使用医学统计方法是保障医学研究质量的必然途径。在医学论著写作过程中，主要有如下三个方面用到统计学知识：统计学描述、统计分析和对统计结果的解释［1-2］。笔者拟重点从上述几个方面介绍统计学在医学论著中统计学分析方法的描述，总结写作中常犯的错误，并提出相关注意事项。