前言

在进行日常的医学研究时，有时候要按照实验设计将所研究的对象分为多个处理组，在施加不同的干预措施，时间干预为处理组，处理因素至少有两个水平。这类统计分析是通过所获得样本来统计分析不同组间均数的差别是否具有统计学意义，即处理是否有效果。我们今天给大家介绍的是一种完全随机化的分组方法，将全部实验对象分到多个处理组，分别接受不同的处理之后，对此进行比较，看是否具有统计学意义。

实际上手

第一步：仍旧是准备好数据和变量。

这里的变量仍旧是两部分，一部分是分组情况，另一部分是具体的样本值。

分组变量设置

我们今天的数据是分类四组、分别是安慰剂组、降脂新药2.4g、减脂新药4.8g 、降脂新药7.2g。

分组变量的四个组的值标签

这里不方便全部截图，分开截图，下面三图也是同样的列里面的

分组部分截图

分组部分截图

分组部分截图

上面几张图是分组的具体数据录入，担心大家可能看不清楚具体怎么分的组，由于数据较多，不能一页显示，故做了多图截图，希望能明白。

以上是按照施加措施的不同分了四组，并且将检验指标低密度脂蛋白测量值填入。

方差分析

由于在做多样本均数比较的方差分析有一下几个条件：

1. 个样本之间是相互独立的随机样本均来自正态分布总体。

2. 相互比较的个样本的总体方差相等，即具有方差齐性。

开始分析

选择“分析”-“比较均值”-“单因素ANOVA”

单因素方差分析调整因子和因变量列表位置

将变量调整如上图。

我们选择两两比较选择相关选项

两两比较

我们选S_N_K方法，SNK检验亦称q检验，适用于多个样本均数两两之间的全面比较。

调整选项栏参数，我们主要获取描述性数据和方差同质性检验，后面的均值图可要可不要

结果分析

单因素分析结果栏

这个是单因素方差分析的结果，结果显示组间和组内的分析。这里的显著性也就是英文版的sig显示0.000实际上是由于数值过小，只显示三位小数位，还是小于0.05，因此三组数据组间尚不能认为无差异。

描述选项主要是对每组数据进行数据汇总分析

方差齐性检验

在这个方差齐性检验里可以看出显著性是0.243>0.05，因此方差是齐的，所以可以进行检验，要不然得用修正公式。

均值图可以显示每组的均值的分布情况

后记

完全随机设计资料的方差分析实际上就是这样操作的，实际上还是很简单，具体的结论需要根据自己的需求来定，数据和选择的统计方法很重要的。欢迎订阅公卫医师特特的头条号，我会为大家写更多的关于流行病学统计学公共卫生领域的文章。