SPSS混合线性模型在生物医药统计中的应用——杏花开生物医药统计

 咱们曾讲到了反复丈量的方差解析与回归解析：

《SPSS反复丈量方差解析在生物药物中的运用》

 前者是对某指标进行反复丈量，后者是研发多个单一的自变量对因变量的影响关系，而现实中当研发中这二者都存在，混同在一块的时候，就须要用到混合模型来解析了。

 以下通过实际案例来讲授混合线性模型在医学统计中的运用与操控。

 咱们收集了366例患者的AS信息并且许多有关指标，此中对Na、Ka、Ca等指标进行了每天的干预前后的丈量，且进行了3天的反复丈量，而年纪、性别、APACHE等则非反复丈量指标。要混合解析这类指标对AS的影响（图1）

图1

SPSS中的操控与方法：

①首先要将信息整理一下，将反复丈量的前后测和天数也要单独定论成变量（图2）

图2

②点击“解析”--“混合模型”--“线性”（图3）

图3

③将一切样件也就是编号选入“主体”，将反复丈量的指标“前后测（Pre-Post）”、“天数（Day）”选入“反复”（图4），点击持续

图4

④将“AS”选入因变量，将分类自变量选入“因子”，将持续自变量选入“协变量”（图5）

图5

⑤设置参数。点击右边“固定”按钮，将一切变量增加主效应到模型内（图6）

图6

⑥再点击“组别”和“PrePost”增加交互效应（图7），点击持续

图7

⑦点击右边“保管”按钮，勾选“固定预判值”以下一切选项（图8）

图8

⑧点击右边“统计”按钮，勾选模型统计下的“参数估算值”（图9），点击确认

图9

⑨解析结果

图10

解析结果见图10

1.组别会明显影响AS（P<0.05），估算值为-1.5<0，阐明试验组的AS明显低过对比组1.5

2.PrePost和组别的交互效应会明显影响AS（P<0.05），估算值为1.08>0，阐明试验组*前测的AS明显高过其余3个交互的

3.Day会明显影响AS（P<0.05），估算值为0.76>0，阐明D1的AS明显高过D3的0.76

4.利尿剂会明显影响AS（P<0.05），估算值为0.86>0，阐明未应用利尿剂的AS明显高过应用利尿剂的0.86

5.APACHE会明显影响AS（P<0.05），估算值为0.07>0，阐明APACHE越高，AS随之越高

6.Na会明显影响AS（P<0.05），估算值为0.07>0，阐明Na越高，AS随之越高

7.PrePost、性别、年纪、Ka、Ca、净平衡则不可明显影响AS，他们的著性水平P>0.05

 以上就是今日讲授的SPSS混合线性模型在生物药物统计中的运用与操控，以后，咱们将颁布更多SPSS有关教学，敬请大家存眷！

本期课程就到这里哦，感激大家耐烦观看！每天刷新，敬请存眷！

【杏花开生物药物统计】微信公众号（xhkdata）

 【杏花开生物药物统计】有关文章：

· SPSS无序Logistic回归在生物药物统计解析中的运用

· AMOS处置生物药物问卷中的中介效应解析

· AMOS进行问卷解析效度解析之验证因子解析

· SPSS调整回归解析在生物药物统计解析中运用

· SPSS反复丈量方差解析在生物药物中的运用

· SPSS进行组间差别较为及其两两较为

· SPSS独立样件T检查与SPSS单原因方差解析

· GraphPad Prism绘制ROC曲线详细操控方法

· SPSS进行持续型信息的正态散布检查

· SPSS有序Logistic回归的详细操控

· SPSS生存解析在生物药物统计中的运用之COX危害比率回归

· SPSS二元Logistic回归在生物药物统计解析中的运用

· Medcalc软件精确较为多个指标诊疗确切率

· SPSS多元线性回归的运用操控及解析

· SPSS和GraphPad怎样较为组内和组间差别

· AMOS构造方程进行医学问卷量表解析教学

· SPSS生存解析在生物药物统计中的运用

· GraphPad Prism统计画图之柱状图、箱式图

· SPSS中对问卷信息进行开拓因子解析的全面操控与结果理解

· SPSS问卷信息统计解析之项目解析

· Excel进行线性回归模型解析的操控

· SPSS中常用的参数和非参数检查方式

· ROC曲线在SPSS中的操控及运用

· 一文读懂R话语怎样实行逐渐回归解析

· R话语中怎样绘制散点图和箱线图？

· SPSS中的Variable信息变量型号简介

· 有关性解析在SPSS中的操控，有关系数含意

· 一文读懂SPSS单原因方差解析及方差解析

· 线性回归决议系数R方的计算方式及详细意义

· 医学和生物统计全流程

· 生物和医学统计中的如果检查

· GraphPad Prism绘制生存曲线全面教学