您确定方差分析是最佳分析方法吗？
在解读方差分析结果之前，首先要做现实检查。如果其中一个因素是定量因素，如时间或剂量，则应考虑方差分析以外的其他方法。如果方差分析中的因素之一是剂量（如 0、10、20 和 50 毫克）或时间（如 0、10、20、30、60 分钟），方差分析对待这些剂量或时间点就像对待不同物种或不同药物一样，完全忽略了剂量或时间点是有序的这一事实。
解读重复测量双向方差分析的 P 值
在解读双向方差分析结果时，无论是否有重复测量，大部分注意事项都是一样的。因此，请先阅读关于解读双向方差分析结果的一般页面。还可以阅读关于球形性假设的一般页面，以及用epsilon来评估对该假设的违背。
重复测量方差分析在方差分析表中多了一行 "受试者（匹配）"。这一行量化了数值之间的所有差异中有多少是由受试者之间的差异造成的。相应的 P 值检验了受试者全部相同的零假设。如果 P 值很小，说明您有理由选择重复测量方差分析。如果 P 值较高，那么您可能会质疑在今后类似的实验中使用重复测量方差分析的决定。
如何计算重复测量方差分析
Prism 使用 Glantz 和 Slinker (1) 中解释得特别清楚的标准方法计算重复测量双向方差分析。
如果您的数据在两个因子中都有重复测量，Prism 会使用 Maxwell and Delaney (2) 第 12 章中的方法。
如果不假设球形性，Prism 会使用 Greenhouse-Geisser 修正并计算ε。如果重复测量因子只有两个水平，那么球形性的概念就不适用。无论您是否选择假定球形性，结果都是一样的，epsilon 的值将是 1.00000。
多重比较检验
多重比较检验是统计检验中最容易混淆的主题之一。由于 Prism 为单向方差分析和双向方差分析提供了几乎相同的多重比较检验，因此我们整合了有关多重比较的信息。
双向重复测量方差分析后的多重比较有两种计算方法。
Prism 总是使用集合误差项计算多重比较检验（参见 Maxwell 和 Delaney，2，第 583 页）。如果只有一个因素是重复测量，则自由度等于 (n-1)(a-1)，其中 n 是受试者人数，a 是重复测量因素的水平数。如果两个因素都是重复测量，则自由度数等于（n-1）（a-1）（b-1），其中 n 是受试者人数，a 是一个因素的水平数，b 是另一个因素的水平数。另一种说法是 n 是子列数，a 是行数，b 是数据集列数。这种额外的检验力来自于一个额外的假设，即对于您所做的每一次比较，在数据采样的总体中，所有这些比较的变异都是相同的。
有些程序会为每次比较计算单独的误差项。这些比较只有 n-1 个自由度，因此置信区间更宽，调整后的 P 值更高。这种方法并不假定所有比较的方差都是相同的。
参考文献
1.SA Glantz and BK Slinker, Primer of Applied Regression and Analysis of Variance, McGraw-Hill, second edition, 2000.
2.SE Maxwell and HD Delaney.设计实验和分析数据》，第二版。Laurence Erlbaum，2004 年。
