您确定方差分析（ANOVA）是最佳分析方法吗？
在解释方差分析结果之前，请先进行现实性检验。如果其中一个因素是时间或剂量这类定量因素，请考虑方差分析以外的替代方法。 如果方差分析中的某个因子是剂量（例如 0、10、20 和 50 毫克）或时间（例如 0、10、20、30、60 分钟），方差分析会将这些剂量或时间点视为不同的物种或不同的药物，完全忽略了剂量或时间点是有序的事实。
重复测量双因素方差分析中 P 值的解读
在解释双因素方差分析结果时，无论是否涉及重复测量，大部分考虑因素都是相同的。因此，请先阅读关于解释双因素方差分析结果的通用页面。同时请阅读关于球面性假设的通用页面，以及使用ε评估该假设是否被违反的内容。
重复测量方差分析的方差分析表中多出一行，即“受试者（配对）”。这一行量化了所有数值间变异中有多少是源于受试者之间的差异。 相应的 P 值用于检验“所有受试者均相同”这一零假设。若 P 值较小，则表明选择重复测量方差分析是合理的；若 P 值较高，则在今后类似的实验中，您可能需要重新审视使用重复测量方差分析的决策。
重复测量方差分析的计算方法
Prism 采用 Glantz 和 Slinker (1) 中阐述得尤为透彻的标准方法，进行重复测量双因素方差分析的计算。
若两个因素均包含重复测量数据，Prism将采用Maxwell和Delaney（2）第12章中的方法
若不假设球面性，Prism 将采用 Greenhouse-Geisser修正并计算 ε 值。若重复测量因子仅包含两个水平，则球面性概念不适用。此时无论是否假设球面性，结果均相同，且 ε 值将为 1.00000。
多重比较检验
多重比较检验是统计学中最令人困惑的主题之一。由于 Prism 为单因素方差分析和双因素方差分析提供的多重比较检验方法几乎相同，因此我们已将相关信息整合在一起。
双向重复测量方差分析后的多重比较可通过两种方式计算。
Prism 始终使用合并误差项来计算多重比较检验（参见 Maxwell 和 Delaney 著作第 583 页，第 2 版）。如果只有一个因素是重复测量因素，则自由度等于 (n-1)(a-1)，其中 n 是受试者数量，a 是重复测量因素的水平数。 如果两个因子均为重复测量，自由度数等于 (n-1)(a-1)(b-1)，其中 n 是受试者数，a 是其中一个因子的水平数，b 是另一个因子的水平数。 另一种理解方式是：n 代表子列数，a 代表行数，b 代表数据集的列数。这种额外的检验力源于一个额外假设：对于所做的每一项比较，在数据抽样的总体中，所有这些比较的变异性是相同的。
某些程序会为每次比较单独计算误差项。这些比较仅有 n-1 个自由度，因此置信区间更宽，调整后的 P 值也更高。这种方法不假设所有比较的方差均相同。
参考文献
1. SA Glantz 和 BK Slinker，《应用回归与方差分析入门》，McGraw-Hill 出版社，第二版，2000 年。
2. SE Maxwell 和 HD Delaney，《实验设计与数据分析》，第二版。Laurence Erlbaum，2004年。
