重复测量优点

普通和重复测量方差分析之间的差异，类似于非配对和配对t检验之间的差异。见配对或配对优点。由于每个参与者或试验可充当其自身的对照，因此重复测量设计可更好地区分信号和噪声，因此，该设计通常具有更大检验力。一些参与者可能在所有时间点均具有较大的测量值，而其他人可能在所有时间点均具有较小的测量值。重复测量方差分析关注的是治疗之间Y值的变化。

重复测量或者随机区组？

“重复测量” 一词 在您对每只动物或参与者反复进行治疗时使用。

“随机区组” 一词 在您在匹配受试者的每个群组（区组）中随机分配治疗时使用。

想象一下您比较三种不同治疗方法。在重复测量设计中，您将招募10名参与者（或使用10只动物），并在每次治疗后，测量每名参与者（动物）。采用随机区组设计，您将招募10组，每组4名参与者，根据年龄、性别、邮编等进行匹配。（或10组，每组4只动物，同时在相邻的笼子里处理4只动物）。另一个示例是一个实验室试验运行几次，每次都有若干处理（或一个对照和若干处理）并行操作。

任何时候当参与者/动物/试验以某种方式聚集在一起，使得他们的反应相似，除您正在比较的治疗方法，您需要将这些群组作为随机区组。示例包括同一窝动物、同一抽屉的血样，或在同一天分批试验的小鼠。

方差分析同样适用于重复测量和随机区组试验，且Prism总是使用 “重复测量”一词。

计算因素

单因素、双因素或三因素方差分析直接有两个可能的混淆点：

•在Prism中，在同一名参与者有三个或三个以上的不同治疗的测量值的设计被称为重复测量单因素方差分析，因为实际上只有一项因素治疗，由数据集列表示。但您可说还有第二项因素 - 受试者，因为每行代表不同的受试者（或区组）。事实上，如果您使用双因素方差分析（没有重复）和单因素重复测量方差分析，您会得到同样的结果。

•假设您给一些参与者一种治疗，其他人接受一种不同的治疗，以及另外一些人接受第三种治疗。然后在三个时间点（之前、期间和之后）测量每个参与者的结果。有两项因素：治疗和时间。所以您需要双因素方差分析，在一项因素中重复测量。有些人错误地忽略时间，认为这是一个单因素方差分析问题，忘记时间是一项因素。