SPSS混合線性模型在生物醫(yī)藥統(tǒng)計(jì)中的應(yīng)用——杏花開生物醫(yī)藥統(tǒng)計(jì)
咱們?cè)v到了反復(fù)丈量的方差解析與回歸解析：
《SPSS反復(fù)丈量方差解析在生物藥物中的運(yùn)用》
前者是對(duì)某指標(biāo)進(jìn)行反復(fù)丈量，后者是研發(fā)多個(gè)單一的自變量對(duì)因變量的影響關(guān)系，而現(xiàn)實(shí)中當(dāng)研發(fā)中這二者都存在，混同在一塊的時(shí)候，就須要用到混合模型來(lái)解析了。
以下通過(guò)實(shí)際案例來(lái)講授混合線性模型在醫(yī)學(xué)統(tǒng)計(jì)中的運(yùn)用與操控。
咱們收集了366例患者的AS信息并且許多有關(guān)指標(biāo)，此中對(duì)Na、Ka、Ca等指標(biāo)進(jìn)行了每天的干預(yù)前后的丈量，且進(jìn)行了3天的反復(fù)丈量，而年紀(jì)、性別、APACHE等則非反復(fù)丈量指標(biāo)。要混合解析這類指標(biāo)對(duì)AS的影響（圖1）
圖1
SPSS中的操控與方法：
①首先要將信息整理一下，將反復(fù)丈量的前后測(cè)和天數(shù)也要單獨(dú)定論成變量（圖2）
圖2
②點(diǎn)擊“解析”--“混合模型”--“線性”（圖3）
圖3
③將一切樣件也就是編號(hào)選入“主體”，將反復(fù)丈量的指標(biāo)“前后測(cè)（Pre-Post）”、“天數(shù)（Day）”選入“反復(fù)”（圖4），點(diǎn)擊持續(xù)
圖4
④將“AS”選入因變量，將分類自變量選入“因子”，將持續(xù)自變量選入“協(xié)變量”（圖5）
圖5
⑤設(shè)置參數(shù)。點(diǎn)擊右邊“固定”按鈕，將一切變量增加主效應(yīng)到模型內(nèi)（圖6）
圖6
⑥再點(diǎn)擊“組別”和“PrePost”增加交互效應(yīng)（圖7），點(diǎn)擊持續(xù)
圖7
⑦點(diǎn)擊右邊“保管”按鈕，勾選“固定預(yù)判值”以下一切選項(xiàng)（圖8）
圖8
⑧點(diǎn)擊右邊“統(tǒng)計(jì)”按鈕，勾選模型統(tǒng)計(jì)下的“參數(shù)估算值”（圖9），點(diǎn)擊確認(rèn)
圖9
⑨解析結(jié)果
圖10
解析結(jié)果見圖10
1.組別會(huì)明顯影響AS（P<0.05），估算值為-1.5<0，闡明試驗(yàn)組的AS明顯低過(guò)對(duì)比組1.5
2.PrePost和組別的交互效應(yīng)會(huì)明顯影響AS（P<0.05），估算值為1.08>0，闡明試驗(yàn)組*前測(cè)的AS明顯高過(guò)其余3個(gè)交互的
3.Day會(huì)明顯影響AS（P<0.05），估算值為0.76>0，闡明D1的AS明顯高過(guò)D3的0.76
4.利尿劑會(huì)明顯影響AS（P<0.05），估算值為0.86>0，闡明未應(yīng)用利尿劑的AS明顯高過(guò)應(yīng)用利尿劑的0.86
5.APACHE會(huì)明顯影響AS（P<0.05），估算值為0.07>0，闡明APACHE越高，AS隨之越高
6.Na會(huì)明顯影響AS（P<0.05），估算值為0.07>0，闡明Na越高，AS隨之越高
7.PrePost、性別、年紀(jì)、Ka、Ca、凈平衡則不可明顯影響AS，他們的著性水平P>0.05
以上就是今日講授的SPSS混合線性模型在生物藥物統(tǒng)計(jì)中的運(yùn)用與操控，以后，咱們將頒布更多SPSS有關(guān)教學(xué)，敬請(qǐng)大家存眷！
本期課程就到這里哦，感激大家耐煩觀看！每天刷新，敬請(qǐng)存眷！
【杏花開生物藥物統(tǒng)計(jì)】微信公眾號(hào)（xhkdata）
【杏花開生物藥物統(tǒng)計(jì)】有關(guān)文章：
· SPSS無(wú)序Logistic回歸在生物藥物統(tǒng)計(jì)解析中的運(yùn)用
· AMOS處置生物藥物問卷中的中介效應(yīng)解析
· AMOS進(jìn)行問卷解析效度解析之驗(yàn)證因子解析
· SPSS調(diào)整回歸解析在生物藥物統(tǒng)計(jì)解析中運(yùn)用
· SPSS反復(fù)丈量方差解析在生物藥物中的運(yùn)用
· SPSS進(jìn)行組間差別較為及其兩兩較為
· SPSS獨(dú)立樣件T檢查與SPSS單原因方差解析
· GraphPad Prism繪制ROC曲線詳細(xì)操控方法
· SPSS進(jìn)行持續(xù)型信息的正態(tài)散布檢查
· SPSS有序Logistic回歸的詳細(xì)操控
· SPSS生存解析在生物藥物統(tǒng)計(jì)中的運(yùn)用之COX危害比率回歸
· SPSS二元Logistic回歸在生物藥物統(tǒng)計(jì)解析中的運(yùn)用
· Medcalc軟件精確較為多個(gè)指標(biāo)診療確切率
· SPSS多元線性回歸的運(yùn)用操控及解析
· SPSS和GraphPad怎樣較為組內(nèi)和組間差別
· AMOS構(gòu)造方程進(jìn)行醫(yī)學(xué)問卷量表解析教學(xué)
· SPSS生存解析在生物藥物統(tǒng)計(jì)中的運(yùn)用
· GraphPad Prism統(tǒng)計(jì)畫圖之柱狀圖、箱式圖
· SPSS中對(duì)問卷信息進(jìn)行開拓因子解析的全面操控與結(jié)果理解
· SPSS問卷信息統(tǒng)計(jì)解析之項(xiàng)目解析
· Excel進(jìn)行線性回歸模型解析的操控
· SPSS中常用的參數(shù)和非參數(shù)檢查方式
· ROC曲線在SPSS中的操控及運(yùn)用
· 一文讀懂R話語(yǔ)怎樣實(shí)行逐漸回歸解析
· R話語(yǔ)中怎樣繪制散點(diǎn)圖和箱線圖？
· SPSS中的Variable信息變量型號(hào)簡(jiǎn)介
· 有關(guān)性解析在SPSS中的操控，有關(guān)系數(shù)含意
· 一文讀懂SPSS單原因方差解析及方差解析
· 線性回歸決議系數(shù)R方的計(jì)算方式及詳細(xì)意義
· 醫(yī)學(xué)和生物統(tǒng)計(jì)全流程
· 生物和醫(yī)學(xué)統(tǒng)計(jì)中的如果檢查
· GraphPad Prism繪制生存曲線全面教學(xué)
