GraphPad Prism 8中方差分析的巨大改进
分析缺少值的重复测量数据
即使缺少单个值,也无法计算重复测量方差分析。这是个巨大的问题。这要求对缺失值进行重复测量方差分析。
Prism 8现在可以通过拟合混合效应模型来分析重复测量数据(单向、二向和三向)。该分析的工作原理与ANOVA不同,但是在没有缺失值时给出的主要结果相同,在缺失值时给出有用的结果。当然,仅在您假设由于随机原因而缺少值时,才可以解释结果。
重新测量方差分析的其他改进
对三个因素中的任何一个或全部进行重复测量,分析三方ANOVA。Prism 7更具有局限性。
命名重复测量因子。早期版本始终使用名称“主题”。现在,您可以选择“垃圾”或“动物”...
用Geisser-Greenhouse纠正了球形度的不足。Prism 7可以通过单向方差实现此目的。Prism 8也可以使用两向和三向方差分析来做到这一点。
常规方差分析中的更多选项
查看表格的单元格,行,列和总计
当值缺失(样本大小不相等)时,Prism将显示预测的LSmeans(最小二乘均值)
通过计算预测的Y值和残差的绝对值之间的非参数相关性来测试方差的均匀性。
单向方差分析,不假设数据是从具有相同标准偏差的总体中采样的。Prism将计算Brown-Forsythe和Welch方差分析,然后进行适当的多重比较测试:Games-Howell,Tamhane T2,Dunnett3测试。
对于只有两列和/或两行的双向数据,查看两列(或行)均值之间的差异以及其标准误和95%置信区间。如果您的表有两行和两个数据解耦,则还要查看交互置信区间。