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。由于每位受试者或每次实验都充当自身的对照组，重复测量设计能更有效地区分信号与噪声，因此该设计通常具有更高的检验力。部分受试者在所有时间点的测量值可能较高，而另一些则可能较低。重复测量方差分析侧重于Y值在不同处理条件下的变化程度。

重复测量还是随机区组？

当您对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。

当您在每组（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，您会招募约 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 10 组受试者，每组 4 人，且在年龄、性别等方面进行匹配（或招募 10 组动物，每组 4 只，并在相邻笼中同时进行处理……）。

重复测量方差分析（ANOVA）在重复测量实验和随机区组实验中具有完全相同的运作原理，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单因素方差分析，因为实际上只有一个因素，即数据集的列。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，使用双因素方差分析（无重复）和单向重复测量方差分析进行分析，结果是相同的。