“重复测量” 一词 是指从每名参与者处收集因变量的多个测量值的实验。重复测量可以跨时间（例如，前/后）、跨越不同条件（例如，高温和低温）、或跨越空间（例如，左膝和右膝）。关键问题是同一参与者会做出多种响应。

重复测量数据的分析与使用配对或匹配受试者的随机区组实验的分析相同。在此情况下，将配对或匹配本身视为“参与者”。当其中一项因素进行重复或匹配（混合效应）或两项因素均重复或匹配时，Prism可以计算重复测量双因素方差分析。换言之，Prism可以通过双因素方差分析来处理这三种情况：

•两名受试者间变量（两项因素均不属于重复测量因素）

•一名受试者间变量和一名受试者内变量

•两名受试者内变量（两项因素均属于重复测量因素）

一个数据表可以对应四项实验设计

Prism使用独特的方式输入数据。您可以使用行和列来指定每项因素的不同组（级别）。每个数据集（列）代表一项因素的不同级别，每行代表另一项因素的不同级别。您需要决定哪项因素由行定义，哪项由列定义。您的选择不会影响方差分析结果，但选择很重要，且其会影响图表的外观。

上表示出了检验三种剂量药物在对照动物和治疗动物中的效果的示例数据。

这些数据可能来自四种不同的实验设计。

非重复测量

也许对上表最简单的解释之一是，该实验用12只动物进行，每只动物测量一次。在此情况下，每个单元格代表一只不同的动物。当然，这不会是一项重复测量实验。

另一种情况可能是，产生上述数据的实验使用六只动物进行。假设每种治疗组合只有一只动物，测量进行两次（每只动物测量两次）。在此情况下，第1行第A列中的值：Y1（23）与第1行第A列中的值：Y2（24）来自同一动物。每只动物的这些重复值称为伪重复。由于伪重复问题，在使用Prism分析这类实验的数据时，必须仔细。在此情况下执行标准的双因素方差分析（无数据处理）会产生误导性的结果。Prism会认为总共有12只动物（如上所述），而非6只。正因为此，Prism认为伪重复之间的差异代表了动物之间的 差异 。但在这一实验设计中，伪重复之间的差异实际上代表了动物内部的 差异 。这是一项重要问题，但有许多方法可以解决该问题（例如，在分析数据前对伪重复求平均值）。如果您的实验设计包括伪重复，务必了解它们不同于标准重复数据，并采取适当的措施在您的分析中对此加以考虑。

匹配值分布在一行中

该实验使用六只动物进行，每剂量用于两只动物。首先在所有六只动物中测量对照值。然后，对所有动物进行处理并再次测量。在上表中，第1行第A列的值：Y1（23）与第1行第B列的值：Y1（28）来自同一动物。匹配按行进行。

匹配值堆叠到子列中

该实验使用四只动物进行。首先，让每只动物接受处理（或安慰剂）。测量基线数据（剂量 = 0）后，注射第一剂量并再次进行测量。然后注射第二剂量并再次进行测量。第一Y1列（23、34和43）中的值来自同一只动物的重复测量值。另外三个子列来自另外三只动物。匹配按列进行。

每个子列代表一只动物或一名参与者时，Prism允许您在数据表上标记子列。只需双击子列标题（A:Y1）。

使用两项因素的重复测量

该实验使用两只动物进行。首先测量基线（对照，零剂量）。然后注射剂量1并进行下一次测量，之后注射剂量2并再次进行测量。然后，对动物进行实验性处理，等待一段适当的时间，并再次进行三次测量。最后，使用另一只动物重复该实验（Y2）。因此，一只动物提供两个Y1子列（23、34、43和28、41、56）的数据。

当每个子列代表一只动物或一名参与者时，Prism允许您在数据表上标记子列。只需双击子列标题（A:Y1）。

您什么时候明确说明哪个设计适用于该实验？

上述示例表明，一个分组数据集可以代表四种不同的实验设计。创建数据表时，不区分这些设计。数据表并不“知道”数据是否是由重复测量所得。在选择如何绘制数据的图表时，您应该考虑实验设计。进行双因素方差分析时，您必须考虑到这一点。在“双因素方差分析”对话框的第一个选项卡，您将指定实验设计。

隐语：“重复测量”与“随机区组”实验

“重复测量” 重复测量 适于您对每名受试者进行重复测量时使用。

一些实验涉及匹配，但不涉及重复测量。“重复测量” 随机区组 说明这些实验类别。例如，假设三行是三种不同的细胞系。所有Y1数据来自一项实验，所有Y2数据来自一个月后进行的另一项实验。第1行第A列的值：Y1（23）和第1行第B列的值：Y1（28）来自同一的实验（相同的细胞传代，相同的试剂）。匹配按行进行。

随机区组数据的分析与重复测量数据相同。Prism总是使用 “重复测量”一词，因此，当您的实验遵循随机区组设计时，您应选择重复测量分析。

运行方差分析

1.在该数据表中，点击 工具栏。

2.从分组分析列表中选择双因素方差分析。

3.在第一个选项卡上（RM设计）选择您的实验设计。

4.在第二个（RM分析）选项卡上，选择是运行重复测量方差分析或混合模型。

5.在第三个（因素名称）选项卡上，可以选择命名定义行和列的分组变量。对于上述示例，您可以将列标记为“处理”，将行标记为“剂量”。每个匹配的集合可以命名为“动物”。

6.在第四个（多重比较）选项卡上，选定您的多项比较目标（如有）。

7.在第五个（选项）选项卡上，选择您想要的多项比较检验的详细信息。

8.在最后一个（残差）选项卡上，选择是否以及如何绘制残差，以及是否检验其正态性和等变率（同方差性）。

绘制双因素重复测量方差分析的数据图表

当通过重复测量来绘制数据图表时，请选择一个连接表示单个点的符号的图表，以便该图表显示数据的性质。为此，请选择新图表对话框的“单个值”选项卡，然后在右侧两种图表类型中选择一种。以下示例示出了选择匹配值是否分布在一行中的图表。右侧的下一张图表为匹配值堆叠时的图表。如果两个方向都匹配，则需要选择绘制哪张图表，因为图表（无论如何在Prism中）无法在两个分组变量中显示匹配。

Prism无法对大量数据集进行重复测量双因素方差分析

Prism无法对大量数据集进行重复测量双因素方差分析，并会显示一条消息来告诉您这一情况。多大才是大？确实大！

每列代表一个不同的时间点，因此匹配的值分布在一行中

Prism无法分析以下表格：（行数）2 *列数*子列数*（列数+子列数）＞268,435,456

每行代表一个不同的时间点，因此匹配的值会叠加在一个子列中

Prism无法分析以下表格：行数*（列数）2 *子列数*（行数+子列数）＞268,435,456

两项因素的重复测量

Prism可以处理任何您输入的表格。