重复测量试验对同一受试对象进行多次测量,各时间点数据间存在自相关性,进行方差分析和均值比较时需要进行特殊处理。虽然此方法在农业等研究领域运用十分广泛,但目前有效地相关统计方法鲜见。为了建立操作简单、实用性强、结果可靠的...重复测量试验对同一受试对象进行多次测量,各时间点数据间存在自相关性,进行方差分析和均值比较时需要进行特殊处理。虽然此方法在农业等研究领域运用十分广泛,但目前有效地相关统计方法鲜见。为了建立操作简单、实用性强、结果可靠的统计分析方法,本研究采用SAS的广义线性混合模型(Generalized Linear Mixed Models,GLIMMIX),以随机区组重复测量试验资料为例,说明了协方差结构筛选、方差分析和均值比较的具体方法。结果表明,用传统的裂区设计、多变量统计等方法会造成资料信息浪费,统计功效降低,缺区无法处理等问题,甚至会导致错误的结论。GLIMMIX能很好地处理自相关问题,功能强大,结果可靠,使用简单,允许缺区,是进行重复测量试验资料方差分析和均值比较的理想方法。目前在国内将其运用到农学类试验数据的统计分析的相关报道鲜见,该文在本领域具有很强的实用性和创新性。展开更多
文摘重复测量试验对同一受试对象进行多次测量,各时间点数据间存在自相关性,进行方差分析和均值比较时需要进行特殊处理。虽然此方法在农业等研究领域运用十分广泛,但目前有效地相关统计方法鲜见。为了建立操作简单、实用性强、结果可靠的统计分析方法,本研究采用SAS的广义线性混合模型(Generalized Linear Mixed Models,GLIMMIX),以随机区组重复测量试验资料为例,说明了协方差结构筛选、方差分析和均值比较的具体方法。结果表明,用传统的裂区设计、多变量统计等方法会造成资料信息浪费,统计功效降低,缺区无法处理等问题,甚至会导致错误的结论。GLIMMIX能很好地处理自相关问题,功能强大,结果可靠,使用简单,允许缺区,是进行重复测量试验资料方差分析和均值比较的理想方法。目前在国内将其运用到农学类试验数据的统计分析的相关报道鲜见,该文在本领域具有很强的实用性和创新性。