重复测量分析的优势

普通方差分析与重复测量方差分析之间的区别，类似于非配对t检验与配对t检验之间的区别。参见配对或匹配的优势。由于每个受试者或实验都充当自身的对照组，重复测量设计能够更好地区分信号与噪声，因此这种设计通常具有更高的功效。 部分受试者在所有时间点的测量值可能较高，而另一些受试者在所有时间点的测量值可能较低。重复测量方差分析侧重于Y值在不同处理条件之间的变化程度。

重复测量还是随机区组？

当向每只动物或每位受试者反复施加处理时，使用“重复测量”这一术语。

当在每组（匹配组）匹配的受试者内部随机分配处理时，则使用“随机区组”这一术语。

假设您要比较三种不同的处理方式。在重复测量设计中，您会招募10名受试者（或使用10只动物），并在每次处理后对每位受试者（动物）进行测量。 而在随机区组设计中，您会招募十组受试者，每组四人，且在年龄、性别等方面匹配（或招募十组动物，每组四只，四只动物在相邻的笼中同时接受处理……）。

方差分析（ANOVA）在重复测量实验和随机区组实验中运作方式完全相同，而Prism软件始终使用“重复测量”这一术语。

单因素？还是双因素？

在 Prism 中，对同一受试者进行三次或更多次测量的设计被称为“重复测量方差分析”，因为实际上只有一个因素，由数据集的列表示。但您也可以认为还存在第二个因素——受试者，因为每一行代表一个不同的受试者（或区组）。 事实上，无论使用双向方差分析（无重复）还是单向重复测量方差分析进行分析，所得结果都是一致的。