使用SAS与SPSS对重复测量设计进行ANOVA与多层线性模型的I型错误率差异

为给出如何分析纵向数据的建议，我们考察了使用SAS和SPSS时多层线性模型（MLM）与重复测量方差分析（rANOVA）的I型错误率。我们进行了如下设定的模拟：为探究大量测量时机与小样本量对I型错误的影响，考察了m = 9和12的测量时机，以及n = 15、20、25和30的样本量。同时检验了总体中非球面性对I型错误的影响：从两个既无被试内效应也无组间效应的总体中抽取5000个随机样本，并采用最常用的校正选项进行分析：rANOVA的Huynh-Feldt校正（rANOVA-HF）与MLM的Kenward-Roger校正（MLM-KR），后者可修正具有非结构化协方差矩阵（MLM-UN）的MLM的渐进偏差。此外，还考虑了未校正的rANOVA以及假设复合对称协方差结构（MLM-CS）的未校正MLM。结果显示，小样本下MLM-UN存在渐进偏差，且在SPSS中比在SAS中更严重。此外，发现rANOVA-HF可对I型错误进行适当偏差校正，而MLM-UN-KR在n < 30时校正不足。这些发现表明，若满足球面性，建议使用MLM-CS或rANOVA，并通过rANOVA-HF校正违反情况。若分析必须使用MLM，则SPSS对MLM-CS给出更精确的I型错误率，而SAS对MLM-UN给出更精确的I型错误率。