当在许多不同条件下测量随机样品的所有成员时,使用重复测量分析.当样品依次暴露于每个条件时,重复因变量的测量.在这种情况下使用标准的方差分析是不合适的,因为它无法模拟重复测量之间的相关性.
应该清楚重复测量设计之间的区别
b>和简单的多变量设计.对于两者,样本成员在多个场合或试验中进行测量,但在重复测量设计中,每个试验代表在不同条件下测量相同特征.
在SAS PROC GLM 用于执行重复测量分析.
SAS中PROC GLM的基本语法是 :
PROC GLM DATA = dataset; CLASS variable; MODEL variables = group / NOUNI; REPEATED TRIAL n;
以下是所用参数的说明及减号;
数据集是数据集的名称.
CLASS 为变量赋予变量用作分类变量.
模型使用数据集中的某些变量定义拟合的模型.
REPEATED 定义每组测试假设的重复测量次数.
考虑下面的示例,其中我们有两组人员接受药物效果测试.记录所测试的四种药物类型中每一种的每个人的反应时间.这里为每组人进行了5次试验,以了解四种药物类型的效果之间的相关性.
DATA temp; INPUT person group $ r1 r2 r3 r4; CARDS; 1 A 2 1 6 5 2 A 5 4 11 9 3 A 6 14 12 10 4 A 2 4 5 8 5 A 0 5 10 9 6 B 9 11 16 13 7 B 12 4 13 14 8 B 15 9 13 8 9 B 6 8 12 5 10 B 5 7 11 9 ; RUN; PROC PRINT DATA = temp ; RUN; PROC GLM DATA = temp; CLASS group; MODEL r1-r4 = group / NOUNI ; REPEATED trial 5; RUN;
执行上述代码后,我们得到以下结果 :