对重复测量单向数据拟合混合效应模型，比较三个或更多匹配组的平均值。严格来说，重复测量一词只适用于对每个受试者重复给予处理的情况，而随机区组一词则用于在每个匹配组（区组）内随机分配处理的情况。重复测量和随机区组实验的分析方法相同，Prism 始终使用重复测量一词。

请阅读有关使用混合模型拟合重复测量数据的信息。

固定效应 P 值

模型中有一个固定效应，即决定每个值被放入哪一列的变异性变量。混合效应模型结果呈现的 P 值可以回答这个问题：

如果所有种群真的具有相同的均值（治疗无效），那么随机抽样导致均值相差（或更大）的几率有多大？

如果总的 P 值很大，那么数据并不能让你得出均值不同的结论。即使真实均值相等，偶然发现均值相差如此之大也不会让你感到惊讶。这并不等于说真实均值相同。你只是没有令人信服的证据证明它们是不同的。

如果总体 P 值很小，那么您观察到的差异不太可能是随机抽样造成的。您可以拒绝所有人群均值相同的观点。这并不意味着每个均值都与其他均值不同，只是至少有一个均值与其他均值不同。查看后检验的结果，找出差异所在。

随机效应标差和方差

混合效应模型将不同的受试者（参与者、窝等）视为随机变异性。残差随机变异也是随机的。Prism 将变异显示为标差和方差（即标差的平方）。您，或者更可能是您的统计顾问，可能会对这些值感兴趣，以便与其他程序进行比较。 这些值的计算比较复杂，需要矩阵代数。 

匹配是否有效？

重复测量实验设计可以控制导致受试者之间变异性的因素，因此非常具有检验力。如果配对有效，重复测量方差分析的检验值将小于普通方差分析。重复测量检验更有检验力，因为它将受试者之间的变异性与受试者内部的变异性区分开来。但是，如果配对无效，重复测量检验的检验力就会降低，因为它的自由度较小。

Prism 检验配对是否有效，并报告 P 值。该 P 值来自卡方检验统计量，它是通过比较完整混合效应模型与不考虑重复测量的简单模型的拟合值计算得出的。如果 P 值较低，则可以得出匹配有效的结论。如果 P 值较高，则说明匹配效果不佳，应重新考虑实验设计。

拟合优度

Prism 可以选择用几种方式来表示拟合优度。 只有对混合效应模型有深刻理解的人才会注意到这些结果。大多数科学家都会忽略这些结果，或者取消选中该选项，这样它们就不会被报告。

如果您不接受球形性假设

如果您选中了不接受球形性假设的选项，Prism 会以两种不同的方式处理这些结果。

•它会应用 Geisser 和 Greenhouse 的修正。你会看到较小的自由度，通常不是整数。相应的 P 值会比没有校正时更高。

•它报告了epsilon的值，这是衡量数据违背球形性假设严重程度的一个指标。

多重比较检验和分析清单

了解重复测量方差分析后的多重比较检验。

在解读结果之前，请查看分析核对表。