SAS - Analiza powtarzanych pomiarów

Analiza powtarzanych pomiarów jest stosowana, gdy wszyscy członkowie losowej próby są mierzeni w wielu różnych warunkach. Ponieważ próbka jest poddawana kolejno każdemu warunkowi, pomiar zmiennej zależnej jest powtarzany. Korzystanie ze standardowej ANOVA w tym przypadku nie jest właściwe, ponieważ nie umożliwia modelowania korelacji między powtarzanymi pomiarami.

Należy jasno określić różnicę między a repeated measures design i a simple multivariate design. W obu przypadkach elementy próbki są mierzone przy kilku okazjach lub próbach, ale w projekcie pomiarów powtarzanych każda próba reprezentuje pomiar tej samej charakterystyki w innych warunkach.

W SAS PROC GLM służy do przeprowadzania analizy powtarzanych pomiarów.

Składnia

Podstawowa składnia PROC GLM w SAS to -

PROC GLM DATA = dataset;
   CLASS variable;
   MODEL variables = group / NOUNI;
   REPEATED TRIAL n;

Poniżej znajduje się opis użytych parametrów -

dataset to nazwa zbioru danych.
CLASS nadaje zmiennym zmienną używaną jako zmienna klasyfikacyjna.
MODEL definiuje model do dopasowania przy użyciu określonych zmiennych ze zbioru danych.
REPEATED określa liczbę powtarzanych pomiarów w każdej grupie w celu przetestowania hipotezy.

Przykład

Rozważmy poniższy przykład, w którym mamy dwie grupy osób poddanych testowi działania leku. Rejestrowano czas reakcji każdej osoby dla każdego z czterech badanych typów leków. Tutaj 5 prób jest przeprowadzanych dla każdej grupy ludzi, aby zobaczyć siłę korelacji między efektami czterech typów narkotyków.

DATA temp;
   INPUT person group $ r1 r2 r3 r4;
CARDS;
1 A  2  1  6  5
2 A  5  4 11  9
3 A  6 14 12 10
4 A  2  4  5  8
5 A  0  5 10  9
6 B  9 11 16 13
7 B  12 4 13 14
8 B  15 9 13  8
9 B  6  8 12  5
10 B 5  7 11  9
;
RUN;

PROC PRINT DATA = temp ;
RUN;

   PROC GLM DATA = temp;
   CLASS group;
   MODEL r1-r4 = group / NOUNI ;
   REPEATED trial 5;
RUN;

Po wykonaniu powyższego kodu otrzymujemy następujący wynik -