SPSS案例实践:单因素的多元方差分析MANOVA

原创 数据小兵  2021-10-14 10:05  阅读 114 次
数据小兵成长记

MANOVA多元方差分析的多元指的是同时有两个以上的因变量,与之对应的是咱们平常比较熟悉的ANOVA一元方差分析。

有多个Y,那为什么不多次做ANOVA呢?之所以会有MANOVA,除了高效之外,更多的是其他深层次原因,比如降低犯Ⅰ型错误,比如想考察因子在多个Y的总体差异。

案例背景

想用两种新的药物Alteplase、Reteplase替代传统药物Streptokinase,A和R是新药价格昂贵,如果新药效果优良那么可能就会缩短患者住院的时长,因此我们的目的是考察新药较短的住院时间是否有助于补偿较大的新药初始花费。

本例中因变量有二,第一个是 住院时长los,第二个是治疗花费cost。自变量/因子变量即药物clotsolv(3个水平)。

统计策略

新药贵,使用新药可能会导致患者治疗成本的增加,但是它的优势是缩短住院时长,优化治疗质量。所以对新药的评价,应该同时考虑los和cost两个目标。

有两个以上的因变量,单个因子clotsolv,因此暂考虑使用单个因子的MANOVA多元方差分析来尝试解决问题。

软件操作

SPSS→【一般线性模型】→【多变量】,los与cost为因变量,clotsolv为因子变量。并打开【选项】,勾选描述统计、效应量、齐性检验。

结果解读

描述统计显示,A和R两个新药患者住院时长低于S药(5.47、5.41均小于5.9)。治疗花费成本方面R要与S要相仿,A药略高。

box检验显示P值>0.05,表明总体上满足协方差同质性要求(使用条件)。

Multivariate Tests检验显示,Wilks' Lambda统计量0.975偏大,虽然该检验P值<0.001,但是效应量较低(0.013)。认为不同的药物的使用所致cost与los整体上差异有统计学意义。

继续来观察两个因变量各自的差异情况。

不同药物的住院时长差异有统计学意义(P<0.025),不同药物的治疗花费差异无统计学意义(P>0.025)。

结合各组cost与los均值表现,使用新药住院时长缩短,但花费成本差别不大。可见新药较短的住院时长补偿了较大的新药花费。

扩展阅读

SPSS案例实践:方差成分分析
析因设计及SPSS多因素方差分析
案例实践:用SPSS做协方差分析
交叉设计及SPSS多因素方差分析
随机区组设计及SPSS双因素方差分析
本文完
文/图=数据小兵
数据来源:卢纹岱《SPSS统计分析》
本文地址:http://www.datasoldier.net/archives/3322
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
视频课程《SPSS统计分析:从入门到实践提高》
欢迎订阅SPSS训练营微信公众号

评论已关闭!