Please enable JavaScript to view this site.

概览

重复测量方差分析(ANOVA)的一个假设被称为球面性圆度(二者是同义词)。Prism 允许您决定是否接受该假设。如果您选择不接受该假设,Prism 将采用 Geisser 和 Greenhouse 的方法来校正该假设的球形违背情况。

是否应假设球面性?

球面性的定义见下文,但以下是一些关于如何回答 Prism 是否应假设球面性这一问题的指导原则:

如果您的实验设计依赖配对而非重复测量,则可以假设球面性,因为球形违背的可能性很小。

如果您的实验设计采用重复测量(随时间推移进行多次测量),我们建议您不要假设球面性。我们遵循 Maxwell 和 Delaney 的建议(1)。

球面性的定义

这个名称容易让人产生误解。不要试图通过想象球体来推测“球面性”一词的含义。数学统计学书籍通常通过矩阵代数来定义该术语,这使得它看起来有些晦涩。但实际上,这个概念很容易理解。

以下是来自 Prism 的样本数据表(选择“列表”,然后选择“重复测量方差分析”的样本数据)。

 

每行代表由行标题标识的某位受试者的数据。每列代表不同的处理方式。在本示例中,五位受试者各自接受了四种顺序处理。这些数据将通过重复测量方差分析进行分析。

球面性假设指出:处理 A 与 B 之间差异的方差等于 A 与 C 之间差异的方差,该方差又等于 A 与 D 之间差异的方差,该方差又等于 B 与 D 之间差异的方差……与所有统计假设一样,该假设针对的是数据采样的总体,而不仅仅适用于这些特定的数据集。

通过图表更易理解:

左侧图表显示了差异值。六个柱状图分别代表两种处理之间的差异。由于有五名受试者,因此每组差异对应五个数据点。

右侧图表显示了标准偏差。球面性假设指出,数据采样自这些标准偏差完全相同的总体。(大多数统计学书籍讨论的是方差,即标准偏差的平方。如果标准偏差相等,方差也相等。)上图右侧面板中的标准偏差并不完全相同。但这其实并不重要。  该假设针对的是数据采样的总体。在任何特定样本中,都存在一定程度的变异。在此处,各标准偏差之间的变异幅度相当小。

您可能会惊讶于非相邻列之间的差异也被纳入考量。A与C之间的差异为何重要?或者A与D之间呢?答案在于,方差分析(ANOVA),即便是重复测量方差分析,也完全不考虑组别的顺序。重复测量方差分析将每一行数据视为一组配对数据,但处理方案的顺序则完全不被考虑。 如果您将所有受试者的处理顺序随机打乱,方差分析的结果不会有任何改变(除非您选择进行趋势检验)。

下文参考文献2和3对球面性给出了清晰且非数学化的解释。

复合对称性

在阅读相关文献时,您还会遇到“复合对称性”这一术语,它基于原始数据的协方差矩阵(无需计算配对差值)。如果某数据集满足复合对称性的假设,则球面性的假设也成立。但反之则不一定成立。即使在球面性假设成立的情况下,数据也可能违反复合对称性,这种情况虽有可能发生,但较为罕见。

当球面性假设不成立时会发生什么?

当重复测量的时间间隔过短时,球面性假设就会被违反,因为导致特定数值偏高(或偏低)的随机因素在下次测量前无法消散。为避免违反该假设,应在两次处理之间留出足够长的间隔,确保受试者在处理后与处理前基本处于相同状态。在可能的情况下,还应随机化处理顺序。

若球形假设被违反,且在计算中未对此进行调整,则重复测量方差分析报告的P值会过小。换言之,Greenhouse-Geisser修正会增大P值。

量化偏离球面性的程度

Prism 通过计算并报告 ε 值来量化偏离球面性的程度。

看似Prism应能根据ε值决定是否对球形违背情况进行校正。然而,不建议使用该值来决定如何分析数据(1)。

不假设球面性的重复测量方差分析

Prism 可以采用 Greenhouse 和 Geisser 的方法,根据 epsilon 的值调整重复测量方差分析的结果。这种调整唯一的作用是减少自由度,从而提高 P 值。

注:

该方法有时被归功于Box。

Geisser 和 Greenhouse 还推导出了一种下限校正法。该方法计算更为简单,但校正幅度过大。Prism 未采用此方法,而是采用了 Geisser 和 Greenhouseε* 方法。

Huynh 和 Feldt 开发了一种替代方法,可在不假设球面性的情况下进行重复测量方差分析。Prism 不计算此方法,因为 Maxwell 和 Delaney 更倾向于(略微)采用 Geisser 和 Greenhouse 的方法 (1)。

该校正通过降低自由度值来实现。这些修正后的值可能是分数形式,Prism 会根据 F 比值和这些修正后的分数自由度来计算 P 值。

若通过混合模型拟合数据,该校正机制同样适用。模型拟合过程与未启用校正时完全一致。由于自由度被降低,因此根据 F 比值计算出的 P 值会增大。

查看 Prism 结果的打印页面时,如何判断是否假设了球面性?

若未假设球面性,您会发现 Prism 报告了 Geisser-Greenhouse ε 值,且使用分数自由度来计算 P 值。

参考文献

1. Scott E. Maxwell, Harold D. Delaney, 《实验设计与数据分析:模型比较视角》(第二版。ISBN:0805837183。

2. Andy Field,《关于……球面性的指南》

3. T. Baguley,《我的重复测量方差分析输出中关于球面性的这些内容究竟是什么?》