“重复测量”一词指的是从每位受试者处收集因变量多次测量值的实验。重复测量可以是跨时间（例如实验前/实验后）、跨不同条件（例如高温和低温）或跨空间（例如左膝和右膝）进行的。关键在于同一位受试者有多次响应。

重复测量数据的分析方法与使用配对或匹配受试者的随机区组实验分析完全一致。在此情况下，可将配对或匹配的组合本身视为“受试者”。当任一因素为重复或匹配（混合效应）时，或当两个因素均为重复或匹配时，Prism 均可计算重复测量双因素方差分析。换言之，Prism 通过其双因素方差分析功能可处理以下三种情况：

•两个组间变量（两个因素均非重复测量）

•一个组间变量和一个组内变量

•两个组内变量（两个因素均为重复测量）

一个数据表可对应四种实验设计

Prism采用独特的方式输入数据。您使用行和列来指定每个因子的不同组（水平）。每个数据集（列）代表一个因子的不同水平，每行代表另一个因子的不同水平。您需要决定哪个因子由行定义，哪个由列定义。您的选择不会影响方差分析结果，但该选择很重要，因为它会影响图表的呈现效果。

上表展示了测试三种药物剂量对对照组和实验组动物影响的示例数据。

这些数据可能来自四种不同的实验设计。

非重复测量

对上表最简单的解释之一可能是：该实验使用了十二只动物，每只动物进行一次测量。在这种情况下，每个单元格代表一只不同的动物。当然，这不属于重复测量实验。

另一种情况可能是，生成上述数据的实验使用了六只动物。假设每种处理组合仅有一只动物，且测量数据为重复测量（每只动物测量两次）。在此情况下，第 1 行 A 列 Y1 单元格（23）的数值与第 1 行 A 列 Y2 单元格（24）的数值来自同一只动物。 每只动物的这些重复值被称为伪重复。由于伪重复的问题，使用Prism分析此类实验的数据时必须格外谨慎。在此情境下（无数据处理）进行标准的双因素方差分析（ANOVA）会得出误导性的结果。 Prism会认为总共有十二只动物（如上所述），而非六只。因此，Prism会假设伪重复之间的变异代表了动物之间的变异。然而，在此实验设计中，伪重复之间的变异实际上代表了动物内部的变异。这是一个重要问题，有多种方法可以处理（例如在分析数据前对伪重复取平均值）。 如果您的实验设计包含伪重复，请务必理解它们与标准重复的区别，并在分析中采取适当措施加以处理。

配对数据分布于同一行

该实验共使用六只动物，每种剂量各两只。首先对所有六只动物测量了对照组数据。随后对所有动物施加处理，并再次进行测量。在上表中，第 1 行 A 列的 Y1 (23) 与第 1 行 B 列的 Y1 (28) 来自同一只动物。这种配对是按行进行的。

配对值堆叠在子列中

该实验共涉及四只动物。首先，每只动物接受一次处理（或安慰剂）。在测量基线数据（剂量=零）后，注射第一剂并再次测量。随后注射第二剂并再次测量。 第一个 Y1 列中的数值（23、34 和 43）是同一只动物的重复测量结果。其余三个子列来自另外三只动物。匹配是按列进行的。

当每个子列代表一只动物或一名受试者时，Prism 允许您在数据表中为子列添加标签。只需双击子列标题（A:Y1）即可。

两个因素的重复测量

该实验使用了两只动物。首先测量基线（对照组，零剂量）。随后注射第一剂并进行下一次测量，接着注射第二剂并再次测量。之后对动物进行实验性治疗，等待适当时间后，再次进行三次测量。 最后，您对另一只动物（Y2）重复了该实验。因此，单只动物提供了来自两个 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受试者时，Prism 允许您在数据表中为子列添加标签。只需双击子列标题（A:Y1）即可。

何时指定该实验采用哪种设计？

本示例表明，一组聚合数据集可以代表四种不同的实验设计。在创建数据表时，您无需区分这些设计。数据表本身并“不知道”数据是否属于重复测量。您应在选择数据绘图方式时考虑实验设计，并在执行双因素方差分析时必须将其纳入考量。在双因素方差分析对话框的第一个选项卡中，您将指定实验设计。

术语：“重复测量”与“随机区组”实验

当您对每个受试者进行了多次测量时，“重复测量”这一术语是恰当的。

某些实验涉及配对但并非重复测量。“随机区组”一词描述了此类实验。例如，假设三行数据分别代表三种不同的细胞系。所有 Y1 数据均来自一次实验，而所有 Y2 数据则来自一个月后进行的另一次实验。 第 1 行 A 列的 Y1 (23) 值与第 1 行 B 列的 Y1 (28) 值来自同一实验（相同的细胞传代次数，相同的试剂）。配对关系按行进行。

随机区组数据的分析方法与重复测量数据完全相同。Prism 软件始终使用“重复测量”这一术语，因此当您的实验采用随机区组设计时，应选择重复测量分析。

运行方差分析

1.在数据表中，点击工具栏上的按钮。

2.在分组分析列表中选择“双因素方差分析”。

3.在第一个选项卡（RM Design）中选择您的实验设计。

4.在第二个（RM Analysis）选项卡中，选择要运行重复测量方差分析还是混合模型。

5. 在第三个（因子名称）选项卡中，可选地为定义行和列的分组变量命名。对于本示例，您可以将列标记为“处理”，行标记为“剂量”。每个匹配组可命名为“动物”。

6.在第四个（多重比较）选项卡中，选择多重比较的目标（如有）。

7.在第五个（选项）选项卡中，选择所需的多重比较检验的具体细节。

8.在最后一个（残差）选项卡中，选择是否绘制残差以及绘制方式，并决定是否对残差进行正态性检验和变异性检验（同方差性）。

绘制双因素重复测量方差分析数据图

绘制重复测量数据时，请选择能连接代表单个数据点的符号的图表，以便图表能反映数据的本质。为此，请在“新建图表”对话框中选择“单个值”选项卡，然后从右侧选择其中一种图表类型。 本示例展示了当配对值分布于同一行时应选择的图表。右侧的下一张图表适用于配对值堆叠的情况。如果存在双向配对，您需要选择其中一种进行绘制，因为（至少在 Prism 中）没有任何图表能够同时显示两个分组变量的配对关系。

Prism无法对超大规模数据集运行重复测量方差分析

Prism 无法对超大规模数据集运行重复测量双因素方差分析，并会显示相应提示信息。所谓“超大规模”究竟有多大？就是非常大！

每列代表不同的时间点，因此配对数据分布在同一行

Prism无法分析满足以下条件的表格： (行数)² * 列数 * 子列数 * (列数 + 子列数) > 268,435,456

每行代表不同的时间点，因此配对数据被堆叠在子列中

Prism 无法分析满足以下条件的表格：行数 * (列数)² * 子列数 * (行数 + 子列数) > 268,435,456

两个因素均为重复测量

Prism 可以处理您输入的任何表格。