1.研究目的

重复测量方差：相关领域（比如医学研究）时，常常需要对同一观察单位重复进行多次测量，比如对病例在不同时间点进行多次测量，此类数据称为重复测量资料。由于此类数据同一对象多次测量之间存在相关性，因而不能简单的使用方差分析进行研究，而需要使用重复测量方差分析。

重复测量方差分析时涉及两个重要的术语名词，分别是组内和组间。比如有这样一项关于抑郁症的研究，共有12名患者，分别6名患者使用新药或者旧药；并且分别测试12名患者用药后分别第1周，第4周和第8周时的抑郁程度。因此数据中涉及到时间点的记录，和组别的记录。时间点则称之组内项；组别称为组间项；

2.准备数据

（1）重复测量方差搜集的数据格式如下：

（2）将数据上传SPSSAU之前需要对格式进行处理，重复测量数据是指同一批样本（病例）在不同的时间点测量了多次数据，因此重复测量数据的特殊之处在于一定会有ID号（即样本或者病例号），以及时间点数据。参考如下：

说明：同一个ID会有多个时间点的数据，比如上面有12个样本（12个ID号），并且测量5个时间点。那么就一定会有12*5=60行数据。同一个ID号会重复5次，同一个时间点会重复12次。

登录账号后进入SPSSAU页面，点击右上角“上传数据”，将处理好的数据进行“点击上传文件”上传即可。

1.操作途径

SPSSAU实验/医学研究→重复测量方差。

2.拖拽分析项

（1）检查

检查分析项是否都在左侧分析框中。

（2）进行拖拽

本例中因变量为‘抑郁情况’，组内项‘时间点’，患者编号‘ID’和组间项‘药物类型’，分别放置数据如上图。（PS：绝大多数情况下，组间项仅为一个（有时甚至没有组间项）。SPSSAU支持组间项为0个，1个或者2个的情况。）

3.选择参数

（1）事后多重比较

SPSSAU默认不进行事后多重比较，如果需要进行事后多重比较可以选择事后多重比较方法。

如果选中事后多重比较，SPSSAU默认会对组内项和组间项均地事后多重比较。具体多重比较类型上，通常建议使用Bonferroni校正法较优。如果各组别样本不同时可使用scheffe法，如果各组别样本完全相同可使用tukey法等。

（2）简单效应

简单效应指X1在某个水平时，X2不同水平的比较；SPSSAU进行简单效应时默认使用Bonferroni法进行计算p值。SPSSAU默认针对组内项（只针对组内项的第1项，若有多项，可互换位置）与组间项之间进行简单效应分析。

1.组间效应分析

分析组间效应，即两种药物类型（新药和旧药）对于抑郁的差异性，上表可知：药物类型并没有呈现出显著性(F =0.224,p =0.646>0.05)，说明新药和旧药对于抑郁症没有明显的差异，也即说明药物对于抑郁症治疗没有明显的帮助。

2.球形度检验

针对组内项时间点进行球形度检验可知：本次重复测量方差模型没有通过球形度检验(p=0.031