Friedman检验 (The Friedman Non-parametric Repeated Measures ANOVA Test)——MedCalc软件实现

发布于 2022年9月30日 星期五 10:11:40 浏览:2212
原创不易,转载请注明来源,感谢!
附件下载:
Friedman检验.zip 请勿重复点击,如无响应请耐心等待或稍后再试。

在前面文章中介绍了Friedman检验(Friedman M Test)理论,本文将使用实例演示在MedCalc软件中实现 Friedman检验的操作步骤。

关键词:MedCalc; 非参数检验; 秩和检验; Friedman检验; 重复测量非参数检验

一、案例介绍

8名受试对象在相同试验条件下分别接受A、B、C 3种不同频率振动的刺激,测量其反应率(%),问3种频率振动刺激的反应率是否有差别?数据见图1。本案例数据可从“附件下载”处下载。

图 1

二、问题分析

本案例的分析目的是判断多组相关数据的差异,首先对3组数据进行正态性检验,若发现不符合正态分布,可以使用Friedman检验(此处的“反应率”是针对个体观察对象所测得的一个反应程度的指标,可以理解为“反应指数”,因此属于连续变量)。Friedman检验可应用于多组配对或相关数据的秩转换非参数检验,但需要满足两个条件:

条件1:观察变量为连续变量或有序分类变量。本研究中反应率为连续变量,该条件满足。

条件2:观察变量具有3个及以上的分组,为配对设计,或各组之间存在相关性。本研究中3组数据均是对同一批研究对象所测量,该条件满足。

三、软件操作及结果解读

(一) 适用条件判断(正态性检验)

1. 软件操作

  • 点击“统计”—“分布图”—“正态图”(图2)
图 2
  • 在“正态图”主对话框中设置如下参数(图3),并点击“确定”

①变量:即包含分析资料的变量。本例依次选择“A”/“B”/“C”。

②筛选条件:即设定统计分析的个案子组。本例未选择任何变量。

③选项:勾选“Q-Q图”,可以绘制Q-Q图粗略评价资料是否服从正态分布,本例勾选。“检验正态分布”方法包括“Shapiro-Wilk检验”,常用于3≤n≤50的小样本资料;“Shapiro-Francia检验”,常用于5≤n≤5000的资料;“D’Agostino-Pearson检验”,常用于50≤n≤1000的资料、“Kolmogorov-Smirnov检验”,常用于n>50的资料;“卡方检验”,适用于分箱资料,本例选“Shapiro-Wilk检验”。

图 3
  • 点击“统计”—“汇总统计”(图4)
图 4
  • 在“汇总统计”主对话框中设置如下参数(图5),点击“确定”即可

①变量:即包含分析资料的变量,本例选择“A”/“B”/“C”。

②筛选条件:即设定统计分析的个案子组,本例未选择任何变量。

③选项:“对数变换”当资料为正偏态时可考虑进行对数变换,本例不勾选。“检验正态分布”,依然选择“Shapiro-Wilk检验”。

图 5

2. 结果解读

图 6-1
图 6-2
图 6-3

由图6-1至图6-3可知,3组散点偏离对角线较远,尤其是A、B两组数据,提示3组数据不服从正态分布。

图 7-1
图 7-2
图 7-3

由图7-1至图7-3结果可知,A、B、C三组的正态性检验P=0.0599、0.0370、0.5969,前两组P值均<0.1,提示A、B两组数据不服从正态分布。因此,本案例应使用Friedman检验比较3组反应率的差异。关于正态性检验的注意事项详见(医学统计学核心概念及重要假设检验的软件实现(2/4)——正态性假设检验的SPSS实现)。

(二) 整体检验

1. 软件操作

  • 点击“统计”—“方差分析”—“弗里德曼检验”(图8)
图 8
  • 在“Friedman检验”主对话框中设置如下参数(图9),并点击确定

①变量:即包含相关样本的变量。本例选择“A”“B”“C”。

②筛选条件:即设定统计分析的个案子组。本例未选择任何变量。

③选项-显著性水平:即事后检验的期望显著性水平,若检验结果的P值小于该水平,则使用Conover法进行事后检验。本例选“0.05”。

图 9

2. 结果解读

(1) 统计描述
图 10

图10“描述统计”提供了研究案例的“n (样本量)”、“最低”、“第25个百分位数”、“中间值”、“第75个百分位数”和“最高”值。可知,受试者对A频率振动的反应率为8.75% (P25~P75:8.20%~9.20%);对B频率振动的反应率为9.05% (P25~P75:8.45%~9.70%);对C频率振动的反应率为9.70% (P25~P75:9.10%~10.25%)。

(2) 统计推断
图 11

图11显示了Friedman检验的结果,可知χ²=6.0233, P=0.01296< 0.05,差异有统计学意义。即3种频率振动刺激的反应率总体比较差异不全相同(P < 0.05) (即至少存在两组不相同)。

(三) 事后检验

图 12

图12使用Conover法进一步两两比较结果显示,3种频率下反应率的平均秩分别为1.3750、1.9375和2.6875,当两个频率平均秩之差超过0.8138时,表明两个频率之间的刺激反应率差异有统计学意义。本例频率A和频率C的刺激反应率差异有统计学意义,频率A和频率B的刺激反应率差异无统计学意义,频率B和频率C的刺激反应率差异无统计学意义。

点击图12右下角“多重变量图表”,在“多重变量图表”对话框按照图13设置各参数,点击“确定”即可。

图 13

图14的多重变量图详细呈现了3种频率刺激下各研究对象的反应率情况。

图 14

四、结论

本案例欲比较在A、B、C 3种不同频率振动的刺激下受试者的反应率(%)是否存在差异。通过绘制Q-Q图和Shapiro-Wilk检验,提示数据不服从正态分布,故采用Friedman检验对数据进行分析。

结果显示,受试者对A、B、C 3种不同频率振动的刺激反应率分别为8.75% (P25~P75:8.20%~9.20%)、9.05% (P25~P75:8.45%~9.70%)、9.70% (P25~P75:9.10%~10.25%),差异有统计学意义(χ²=6.0233, P=0.01296)。进一步两两比较显示,频率A和频率C的刺激反应率差异有统计学意义,频率A和频率B的刺激反应率差异无统计学意义,频率B和频率C的刺激反应率差异无统计学意义。

End
文章目录 沉浸式阅读