生物統計學-重復測量的方差分析
之前的方差分析應用條件要求組之間是獨立的，即某種因素下相同時段測量的結果數據，但4月與5月數據是有關系的，所以必須考慮某種因素下不同時段測量的結果數據，即使用重復測量的方差分析，即處理*基於時間因素的重復測量*同一時間下的重復測量。
這樣的好處是克服時間效應，在樣本數少的情況下數據量不會太少，但是重復測量使得對象有三種效應。假定測定時間對對象無影響是配對樣本t檢驗的前提，否則用重復測量的方差分析。
使用條件是樣本個體之間相互獨立，即A患者與B患者沒有關系。方差齊性是每種處理方差相同，即所有患者在接受不同處理后的數據，患者A的所有數據與患者B的所有數據的方差都是相同的；協方差球對稱性，即通過球對稱檢驗，否則就是有偏的，這需要調自由度。
總變異=個體間（患者在不同處理下的差異）+個體內（患者不同時間點的差異）
1.建立假設2.檢驗對稱性（不同檢驗方法）
常見是一致的，如果不一致就選擇第一個
多重比對必須經過球對稱檢驗：即p-value必須非顯著的：
| Mauchly's Test of Sphericitya |
|||||||
| Measure: MEASURE_1 |
|||||||
| Within Subjects Effect |
Mauchly's W |
Approx. Chi-Square |
df |
Sig. |
Epsilonb |
||
| Greenhouse-Geisser |
Huynh-Feldt |
Lower-bound |
|||||
| time |
0.208 |
12.131 |
5 |
0.034 |
0.595 |
0.733 |
0.333 |
| Tests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent variables is proportional to an identity matrix. |
|||||||
| a. Design: Intercept Within Subjects Design: time |
|||||||
| b. May be used to adjust the degrees of freedom for the averaged tests of significance. Corrected tests are displayed in the Tests of Within-Subjects Effects table. |
|||||||
如果該差異是顯著的，則不滿足球測試，則需要優化此表中的自由度：在組內影響中出現的自由度是經過優化之后的：
