Tài liệu hướng dẫn thống kê y học sử dụng SPSS ANOVA hỗn hợp Lê Đông Nhật Nam Lời nói đầu Có lần BS Lê Ngọc Khả Nhi nhận xét giao thoa âm nhạc đời sau: « Hoàn cảnh định sở thích, sở thích hình thành nhân cách, nhân cách định số phận »… Nhi kể với từ nhỏ đến học trung học cô bé toàn nghe nhạc cổ điển, nhà nghèo nên cassette, CD, đêm cô làm bạn với radio giao hưởng đài FM Năm 25 tuổi cô lần xa nhà qua Paris du học Tưởng thành phố châu Âu lãng mạn với phòng hòa nhạc tiếng kho tàng thu âm cổ điển khổng lồ chắp cánh cho sở thích âm nhạc cổ điển bay cao hơn; Nhi tâm sống xa quê hương cô biết yêu thích âm nhạc Việt Dù Théâtre Champs-Ellysée để nghe concerto, giao hưởng; ngày chuyến metro Nhi cắm tai nghe chìm đắm tình ca Lam Phương, Trịnh Công Sơn, Ngô Thụy Miên… Nhi kể nghe hát xưa cũ đó, thấy xót xa cho quê hương yêu thương người nhiều Có tương tác nhạc lời đánh thức hạt giống tâm hồn người Việt tưởng chừng ngủ quên từ lâu Đến cô nghe dòng nhạc nhìn đời đôi mắt lãng mạn, đa cảm Thời gian, nơi chốn, tác đông từ bên thay đổi nội từ bên trong… tất điều khiển, dẫn dắt ngày, đường mà ta gọi số phận, người cảm nhận thời điểm ta ngỡ ngàng nhìn lại mình, so với người thấy tự thay đổi, gian thay đổi từ lúc không hay… Trong y học thế, thời kỳ sơ khai người ta nghiên cứu bệnh theo mô hình đơn lẻ chế bệnh sinh nội rối loạn chức năng, hay bên nhiễm khuẩn, tìm cách điều trị chúng, ngày vấn đề liên kết với nhiều yếu tố, bên người khoa học sâu đến cấp độ gene, phân tử tế bào, bên có dịch tễ, kinh tế xã hội, môi trường… tương tác chúng, ví dụ ngành biểu sinh học Để góp phần dù nhỏ bé, việc cung cấp công cụ phân thích thống kê giúp bạn khảo sát vấn đề theo nhiều chiều, kết hợp đa yếu tố cảm nhận tương tác chúng, tài liệu nhỏ giới thiệu phương pháp ANOVA hỗn hợp Bằng thí dụ đơn giản, thấy làm cách kết hợp thiết kế nghiên cứu khác lại làm để khảo sát lúc hiệu ứng nội thời gian, bên bệnh lý Như lần trước, vấn đề đơn giản hóa tối đa Các bạn làm cho nghiên cứu thân hôm dù ngày hôm qua chưa biết ANOVA Chúc bạn thành công Quy ước trình bày Trong tài liệu làm quen với nhân vật Bác sĩ Nguyễn Văn Thái Bác sĩ Thái cao thủ thống kê y học giang hồ Anh ta xuất trước vấn đề khó khăn, nhằm đưa câu trả lời xác ôn lại cho bạn kiến thức chuyên sâu lý thuyết thống kê Tuy nhiên BS Thái lại bận rộn nên không đủ thời gian vào cách thực chi tiết Anh ta hay trình bày lý thuyết túy sử dụng nhiều công thức toán học nên không gần gũi với sinh viên gây không trở ngại cho bạn vốn dị ứng với thống kê … Bác sĩ Lê Ngọc Khả Nhi Khả Nhi nữ bác sĩ trẻ dễ thương sử dụng thành thạo SPSS Như tên gọi mình, BS Nhi có tính cách hồn nhiên ngây thơ trẻ con, cô có khuynh hướng đơn giản hóa tối đa vấn đề Khả Nhi hướng dẫn bạn sử dụng SPSS qua bước cụ thể, chia sẻ mẹo vặt, thủ thuật để giúp bạn đến kết nhanh dễ dàng Sinh viên Trần Quốc Bảo Bảo sinh viên y khoa năm thứ sáu bắt đầu làm quen với nghiên cứu khoa học Đây cậu sinh viên tò mò đặt nhiều câu hỏi liên quan đến thống kê Mặc dù đế tài Bảo thực đơn giản, đồng hành với cậu ta, bạn có hội tích lũy cho nhiều kinh nghiệm công việc phân tích số liệu thiết kế nghiên cứu 1.1 Tình thí dụ Y F1 F2 F3 T1 T2 tháng đầu Tiền sản giật tình trạng bệnh lý thai kỳ đặc trưng tăng huyết áp protein niệu cao Tình trạng bệnh lý phát triển dần thai kỳ có diễn tiến bất ngờ tháng cuối, gây biến chứng nguy hiểm cho mẹ thai nhi Một bác sĩ Sản khoa thực nghiên cứu nhằm khảo sát thay đổi nồng độ Magnesium (Mg) huyết thai kỳ Đây ion tham gia vào chế điều hòa huyết áp Nghiên cứu có thiết kế sau: Nồng độ Mg huyết ghi nhận (hồi cứu) lần vào thời điểm tháng đầu, tháng tháng cuối thai kỳ 30 thai phụ chia thành phân nhóm : 1) Thai kỳ bình thường (hay nhóm chứng âm n=10); 2) Cao huyết áp đơn (Nhóm chứng dương, n=10) 3) Tiền sản giật (n=10) Câu hỏi nghiên cứu gồm có: (A) Khảo sát khuynh hướng thay đổi nồng độ Mg huyết thai kỳ; (B) Liệu có khác biệt phân nhóm ? Chúng ta phải sử dụng phương pháp thống kê trường hợp ? Nồng độ Mg huyết Phân nhóm F1: Bình thường F2: Cao huyết áp F3: Tiền sản giật Thai kỳ tháng T3 tháng cuối Bảo thân mến, thiết kế nghiên cứu phức tạp, có khả yếu tố thời gian mang thai bệnh lý tương tác với Chúng ta sử dụng phân tích phương sai hỗn hợp, kết hợp ANOVA cho hiệu ứng bên bên đối tượng 1.2 Danh pháp ANOVA Cách trình bày sách làm cho dễ ngộ nhận có nhiều phương pháp ANOVA khác Thực chúng dựa nguyên tắc chung mô hình hồi quy tuyến tính Người ta phân chia nhiều kiểu ANOVA dựa yếu tố: + Số lượng biến số độc lập (hay yếu tố ảnh hưởng ) ? + Thiết kế nghiên cứu Danh pháp chung ANOVA sau: Phân tích phương sai + [số lượng biến số độc lập] yếu tố + (loại thiết kế nghiên cứu) biến số độc lập : ANOVA yếu tố (hay ANOVA đơn biến, tiếng Anh: one way ANOVA) biến số độc lập: ANOVA yếu tố (two ways ANOVA) Thiết kế nghiên cứu: Nếu tất biến số khảo sát đối tượng nhiều điều kiện khác nhau: Ta có ANOVA cho phép đo lặp lại (repeated measure, within subject ANOVA) Nếu tất biến số khảo sát nhiều đối tượng độc lập: Ta có ANOVA cho nhóm độc lập Nếu vài biến số khảo sát đối tượng độc lập, biến lại khảo sát đối tượng: thiết kế hỗn hợp Tên phương pháp Số biến độc lập Thiết kế nghiên cứu ANOVA đơn biến (1 yếu tố) Nhiều phân nhóm độc lập ANOVA đơn biến cho phép đo lặp lại Phép đo lặp lại đối tượng ANOVA yếu tố Nhiều phân nhóm độc lập ANOVA yếu tố Nhiều phân nhóm độc lập ANOVA yếu tố cho phép đo lặp lại Phép đo lặp lại đối tượng ANOVA yếu tố hỗn hợp yếu tố khảo sát đối tượng độc lập Yếu tố lại khảo sát nhiều lần đối tượng Phân nhóm + F F1 F2 F3 Đơn biến độc lập = T T1 T2 T3 F1 Giá trị trung bình Y Y Y F2 F3 Phép đo lặp lại T1 T2 T3 ANOVA hỗn hợp Lần đo (T) 1.3 ANOVA đơn biến : hiệu ứng bên bên Bài toán ta xét kết hợp câu hỏi : 1° Khảo sát hiệu ứng bệnh lý (phân nhóm F) lên giá trị Y (nồng độ Mg) 2° Khảo sát hiệu ứng thời gian mang thai (phân nhóm T) lên giá trị Y (nồng độ Mg) Hai câu hỏi giải đáp riêng lẻ, dẫn tới mô hình mà ta biết, ANOVA đơn biến (cho F) ANOVA phép đo lặp lại, cho T F Mô hình thí nghiệm bao gồm: Y= bo+b1.F+ sai số Y R MB Bài toán ANOVA đơn biến nhằm mục đích chứng minh bệnh lý (F) gây hiệu ứng ngoại (Between subject) ý nghĩa làm thay đổi giá trị Y phân nhóm: F1, F2 F3 Nó biểu diễn mô hình hồi quy có dạng: Y Y= bo+b1.F+ sai số Giá trị Y xác định hiệu ứng chính, bên F gây phần sai số không rõ nguyên nhân Mục tiêu ta chứng minh mô hình có ý nghĩa, thông qua test F Sau ta dùng post-hoc test hay Contrast để so sánh giá trị trung bình Y phân nhóm F1,F2,F3 F F1 F2 F3 T Mô hình thí nghiệm bao gồm: Y= bo+b2.T+ sai số MW Y R Bài toán ANOVA cho phép đo lặp lại nhằm mục đích chứng minh thời gian mang thai gây hiệu ứng nội (Within subject) ý nghĩa làm thay đổi giá trị Y thời điểm khảo sát, đối tượng Nó biểu diễn mô hình hồi quy có dạng: Y Y= bo+b2.T+ sai số T T1 T2 T3 Giá trị Y xác định hiệu ứng chính, nội T gây phần sai số không rõ nguyên nhân Mục tiêu ta chứng minh mô hình có ý nghĩa, thông qua test F Sau ta dùng post-hoc test hay Contrast để so sánh giá trị trung bình Y phân nhóm T1,T2,T3 M: hiệu ứng mô hình thí nghiệm MB: Hiệu ứng yếu tố bên (B=between) MW: Hiệu ứng biến thiên nội (W=Within) Y: Đại lượng khảo sát T: Thời điểm khảo sát (thời gian) F: Yếu tố phân nhóm R: Sai số yếu tố ngẫu nhiên, phần bất định Vậy toán nhập lại thành 1, điều xảy ? Mời bạn xem trang sau: 1.4 ANOVA hỗn hợp mô hình gốm biến số Mô hình thí nghiệm bao gồm: Y= bo+b1.T+b2.F + sai số MB F R Y R T Khi ta kết hợp hiệu ứng yếu tố T, F mô hình thí nghiệm, mô hình chứa biến số T (thời điểm khảo sát) F (phân nhóm) Hai trường hợp xảy ra: Trường hợp thứ hiệu ứng F T độc lập với (không có tương tác T F) Lúc mô hình có dạng: MW Y= bo+b1.T+b2.F + sai số Phân nhóm Giá trị trung bình Y F1 Giá trị Y xác định hiệu ứng riêng biệt T,F sai số ngẫu nhiên Đây phân tích ANOVA hỗn hợp mà ta bàn tới Mục tiêu trường hợp chứng tỏ mô hình nói có ý nghĩa thống kê, điều làm thông qua test F F2 F3 Sau đó, ta sử dụng test post-hoc phân tích tương phản để so sánh giá trị Y điều kiện khác F T T1 T2 T3 Lần đo (T) Lần đo (T) Phân nhóm (F) M: hiệu ứng mô hình thí nghiệm MB: Hiệu ứng yếu tố bên (B=between) MW: Hiệu ứng biến thiên nội (W=Within) Y: Đại lượng khảo sát T: Thời điểm khảo sát (thời gian) F: Yếu tố phân nhóm R: Sai số yếu tố ngẫu nhiên, phần bất định F1 F1-1 F1-2 F1-3 F2 F2-1 F2-2 F2-3 F3 F3-1 F3-2 F3-3 Ma trận đa biến F*T 1.5 ANOVA hỗn hợp tương tác yếu tố Trường hợp thứ thiết kế ANOVA hỗn hợp, có hiệu ứng tương tác T F, kí hiệu T*F Như mô hình có dạng: Y= bo+b1.T+b2.F+b3.(T*F) + sai số Giá trị Y lúc xác định nhờ vào hiệu ứng riêng phần F, T, hiệu ứng tương tác F T, phần sai số ngẫu nhiên Mô hình thí nghiệm bao gồm: Y= bo+b1.T+b2.F+b3.(T*F) + sai số Y MB R R R Lúc này, ta dùng test F đơn để khảo sát mô hình chung nữa, thay vào ta phải báo cáo ý nghĩa thống kê tương tác T*F, sau phân tích hiệu ứng riêng T F cách: MW Thực quy trình ANOVA đơn biến cho thời điểm T1,T2,T3 (3 lần ANOVA đơn biến) T*F T Thực quy trình ANOVA phép đo lặp lại cho phân nhóm F1, F2,F3 (3 lần ANOVA phép đo lặp lại) Phân nhóm Phân nhóm F1 F1 Giá trị trung bình Y F2 F3 T1 T2 T3 Lần đo (T) lần ANOVA đơn biến Y=bo+b1*F+Er M: hiệu ứng mô hình thí nghiệm, bao gồm MB: Hiệu ứng yếu tố bên (B=between) MW: Hiệu ứng biến thiên nội (W=Within) Y: Đại lượng khảo sát T: Thời điểm khảo sát (thời gian) F: Yếu tố phân nhóm R: Sai số yếu tố ngẫu nhiên, phần bất định T*F: Hiệu ứng tương tác T F F2 F3 T1 T2 T3 Lần đo (T) lần ANOVA cho phép đo lặp lại Y=b’o+b2*T+Er Lần đo (T) Phân nhóm (F) Giá trị trung bình Y F F1 F1-1 F1-2 F1-3 F2 F2-1 F2-2 F2-3 F3 F3-1 F3-2 F3-3 Ma trận đa biến F*T lần ANOVA đơn biến Y=bo+b1*F+Er lần ANOVA cho phép đo lặp lại Y=b’o+b2*T+Er 2.1 Quy trình ANOVA hỗn hợp Quy trình ANOVA hỗn hợp gồm bước sau 1.1 Kiểm tra giả định phân phối chuẩn Trực quan hay test Shapiro-Wilk 1.2 Phát giá trị cá biệt, điểm ngoại lai trực quan Thăm dò số liệu Kiểm tra hiệu ứng tương tác Có A Khối lệnh 1,2 Xác định: có hay không hiệu ứng tương tác yếu tố T F ? Khối lệnh 3A,3B,4 Không B Quy trình ANOVA đơn giản Quy trình ANOVA hỗn hợp Đọc kết Khối lệnh 3B, 3B.1 F test cho mô hình chứa T F 3B.2 Phân tích sâu: test post hoc Contrast cho F 3B.3 Phân tích sâu: test post hoc Contrast cho T 3A.1 Thực lần ANOVA đơn biến cho T1,T2,T3 + Phân tích sâu: test post hoc Contrast cho F 3A2 Thực lần ANOVA phép đo lặp lại cho F1,F2,F3 + Phân tích sâu: test post hoc Contrast cho T Khối lệnh Khối lệnh Trong tài liệu lần này, tác giả hoàn toàn dựa vào Syntax thay sử dụng giao diện SPSS Ưu điểm việc sử dụng Syntax bạn tiết kiệm nhiều thời gian thực quy trình phức tạp , bạn phải thử lại nhiều lần Nhược điểm Syntax, dĩ nhiên tính phổ quát, để dùng Syntax, thiết kế nghiên cứu bạn phải tương đồng với thí dụ này; bạn phải thay đổi nội dung Syntax Dù ANOVA hỗn hợp quy trình phức tạp, nên tác giả tập trung phân tích kỹ phần kết để giúp bạn diễn giải kết Về phần Syntax, bạn phải thay đổi vài điểm nhỏ trước thi hành, phải chạy bước, nhiên thứ hướng dẫn dụ thể Bạn đọc thêm tài liệu ANOVA đơn biến ANOVA cho phép đo lặp lại tác giả để hiểu thêm số khái niệm Post hoc test, phân tích tương phản, test F, hệ số ảnh hưởng v.v … 2.2 Tạo bảng số liệu Tạo bảng số liệu 1) Đầu tiên, bạn tạo bảng số liệu gồm biến số: Giá trị Mg huyết (đo mg/dL) Tại thời điểm khác thai kì: Y1 tháng đầu Y2 tháng F Y1 Y2 Y3 Y3 tháng cuối F Phân nhóm: Mã hóa giá trị: 1= Bình thường (nhóm chứng âm) 2= Cao huyết áp (Nhóm chứng dương) 3= Tiền sản giật (Nhóm nghiên cứu) Chú ý: + Bạn phải đặt tên biến Y1,Y2,Y3 F hình, để sử dụng Syntax + Không cần dán nhãn giá trị cho biến số, ta làm việc cách sửa nội dung syntax 2) Tải syntax ANOVA hỗn hợp từ Google drive tác giả máy: https://drive.google.com/file/d/0B1vaOU1uB8DPdWl0ZnNuUV85YWs/view?usp=sharing 3) Mở nội dung Syntax: Bạn mở file syntax cách: Trực tiếp click chuột vào icon file syntax, thông qua giao diện SPSS 6B Trường hợp CÓ tương tác ý nghĩa 6B.4 Khảo sát hiệu ứng riêng T cho phân nhóm F1 Để chứng minh khác biệt có ý nghĩa thống kê, bạn có lựa chọn: làm test post hoc, làm test Contrast (tương phản) Thông thường chúng cho kết Nếu bạn chọn Contrast: sau kết phân tích tương phản: Ở tác giả áp dụng mô hình thông dụng tương phản đơn giản với nhóm T1 làm nhóm chứng (SPSS hỗ trợ kiểu tương phản khác) Theo cách này, nhóm T2 T3 « so sánh » bắt cặp với nhóm T1 Đầu tiên, chu ý xem phân nhóm xét, F1: thai phụ bình thường Sau đọc giá trị p để biết có tương phản ý nghĩa hay không (p[...]... n y chính là 3 biến số Y1 ,Y2 ,Y3 Điểm quan trọng nhất trong bảng n y là kiểm chứng lại sự bắt cặp giữa biến số thực (Y1 ,Y2 ,Y3 ) và biến số ảo (T1,T2,T3) Vấn đề không phải nằm ở tên của biến số Y mà là thứ tự của chúng trong Syntax: GLM Y1 Y2 Y3 BY F Thứ tự n y chính là thời gian từ Trước  Sau Giả sử bạn nhầm lẫn khi viết Syntax như sau: Y1 Y3 Y2 , như v y Y3 sẽ được gán cho T2 và Y2 được gán cho T3 e f... dụ nếu có 4 lần đo: Y1 đến Y4 GGRAPH /GRAPHDATASET NAME="graphdataset" VARIABLES=MEAN (Y1 ) MEAN (Y2 ) MEAN (Y3 ) MEAN (Y4 ) F MISSING=LISTWISE 3 Nội dung Syntax 3.4 Bước 3B * Bước 3B: Quy trình ANOVA hỗn hợp có sao lưu sai số GLM Y1 Y2 Y3 BY F /WSFACTOR=Thaiky 3 Simple(1) /MEASURE=Mg /METHOD=SSTYPE(3) /SAVE=SRESID /POSTHOC=F(BONFERRONI GH) /PLOT=PROFILE(Thaiky*F) /EMMEANS=TABLES(Thaiky) COMPARE ADJ(BONFERRONI)... là vì bạn cần phải thay đổi nội dung của nó cho phù hợp với nghiên cứu của chính bạn trước khi thi hành những bước tiếp theo Mục đích của khối lệnh n y nhằm : VARIABLE LABELS Y1 "3 tháng đầu" Y2 "3 tháng giữa" Y3 "3 tháng cuối" VALUE LABELS F 1 "Bình thường" 2 "Cao huyết áp" 3 "Tiền sản giật" Y1 Tình trạng bệnh lý 1 Y2 2 Y3 3 F1 F 1-1 F 1-2 F 1-3 F2 F 2-1 F 2-2 F 2-3 F3 F 3-1 F 3-2 F 3-3 T (Thời điểm) 1) Đặt... dò số liệu 4.1 Giả định phân phối chuẩn Có 2 cách kiểm tra giả định phân phối chuẩn: 1) Phương pháp toán học - Sử dụng kiểm định Shapiro-Wilk hoặc Kolmogorov-Smirnov : tối ưu cho trường hợp cỡ mẫu không quá lớn ( 50 trường hợp) Tests of Normality Kolmogorov-Smirnova... với (1) ANOVA lặp lại cho T và (2) ANOVA đơn biến cho F so sánh giá trị trung bình của Y ở 3 lần đo Sau đó t y vào ý nghĩa thống kê của hiệu ứng chính n y, ta sẽ xem tiếp kết quả Post-hoc test 6A Trường hợp KHÔNG có tương tác ý nghĩa 6.A-1) Khảo sát hiệu ứng bên trong: Kiểm tra giả định Sphericity Sai số ngẫu nhiên 2 Hiệu ứng của F ANOVA đơn biến Mô hình Y( F) ANOVA hỗn hợp 1 Tương tác F*T ANOVA cho... kiểm tra liệu khác biệt của Y giữa các thời điểm khác nhau có ý nghĩa thống kê ? + Dùng để kiểm tra ý nghĩa thống kê của một mô hình dự báo giá trị Y t y theo giá trị của T = thời điểm Đ y chính là một phân tích ANOVA cho phép đo lặp lại, chỉ khác là ngoài hiệu ứng chính do biến số T g y ra và sai số ngẫu nhiên, mô hình ANOVA hỗn hợp còn chứa thêm 1 y u tố tương tác chỉ hiệu ứng g y ra do sự tổ hợp (tương... Bonferroni và Games-Howel 3 Nội dung Syntax 3.7 Bước 6 * Bước 6: ANOVA- phép đo lặp lại cho từng phân nhóm F1,F2,F3 SORT CASES BY F SPLIT FILE SEPARATE BY F GLM Y1 Y2 Y3 BY F /WSFACTOR=Thaiky 3 Simple(1) /MEASURE=Mg /METHOD=SSTYPE(3) /POSTHOC=F(BONFERRONI GH) /PLOT=PROFILE(Thaiky*F) /EMMEANS=TABLES(Thaiky) COMPARE ADJ(BONFERRONI) /EMMEANS=TABLES(F*Thaiky) /PRINT=DESCRIPTIVE ETASQ OPOWER HOMOGENEITY /CRITERIA=ALPHA(.05)... chuẩn của Y trong từng phân nhóm F + Vẽ biểu đồ Box-plot để phát hiện những điểm giá trị các biệt > 1,5 -3 lần độ lêch chuẩn Bạn có thể thay đổi nội dung gì ? Ví dụ: Nếu nghiên cứu của bạn có 5 biến số Y (5 lần đo), được đánh số thứ tự từ Y1 đến Y5 , bạn sẽ thay đổi lệnh trên thành: + Thêm bớt biến số Y, t y theo thiết kế nghiên cứu của bạn có bao nhiêu lần đo EXAMINE VARIABLES =Y1 Y2 Y3 Y4 Y5 BY F Lưu... Kruskal-Wallis, là giải pháp thay thế cho ANOVA đơn biến độc lập, kiểm định Friedman, là giải pháp thay thế cho ANOVA trong phép đo lặp lại) 3) Bỏ qua vi phạm và vẫn làm phân tích ANOVA hỗn hợp (Thực ra điều kiện phân phối không phải là tuyệt đối bắt buộc) 4) Làm ANOVA hỗn hợp song song cho 2 mẫu số liệu: nguyên th y và đã chuyển dạng (logarit hóa), so sánh kết quả của chúng với nhau Lời khuyên của BS Nhi: Nếu... nên thay đổi thứ tự các biến số Y, nếu không sẽ g y nhầm lẫn trong quá trình bắt cặp Y và T Nếu bạn có 4 lần đo, chỉ cần thêm Y4 vào sau Y3 : GLM Y1 Y2 Y3 Y4 BY F Khối lệnh thứ 6 được gắn liền với khối thứ 5, cả 2 nằm trong quy trình khảo sát hiệu ứng riêng của F hoặc T cho từng phân nhóm của y u tố còn lại Nội dung của bước 6 là thực hiện ANOVA cho phép đo lặp lại ở từng phân nhóm của F, như v y cùng ... (loại thiết kế nghiên cứu) biến số độc lập : ANOVA yếu tố (hay ANOVA đơn biến, tiếng Anh: one way ANOVA) biến số độc lập: ANOVA yếu tố (two ways ANOVA) Thiết kế nghiên cứu: Nếu tất biến số khảo... cứu ANOVA đơn biến (1 yếu tố) Nhiều phân nhóm độc lập ANOVA đơn biến cho phép đo lặp lại Phép đo lặp lại đối tượng ANOVA yếu tố Nhiều phân nhóm độc lập ANOVA yếu tố Nhiều phân nhóm độc lập ANOVA. .. T F cách: MW Thực quy trình ANOVA đơn biến cho thời điểm T1,T2,T3 (3 lần ANOVA đơn biến) T*F T Thực quy trình ANOVA phép đo lặp lại cho phân nhóm F1, F2,F3 (3 lần ANOVA phép đo lặp lại) Phân