MANOVA 重複測量、兩個因素、多重比較你好，
我無法找到獲得所需結果的正確方法。
我已經對 20 位受試者進行了實驗（缺少#6 的數據）。 我們有 5 個採樣時間。 有些患者出現併發症，有些則沒有。 我們透過第一個樣本對資料進行歸一化，將其定義為「1」。 參見所附數據。
1）如果我使用單向模型進行「樣本」（即1到5）與NL1st（包含結果的列），我會得到整體模型，並得到不同採樣時間之間的比較（請參閱數據表）。 但這不是重複測量，也無法比較有併發症和沒有併發症的患者。 請注意，我同時使用了參數檢定和非參數檢驗，因為在這種情況下，常態性假設是值得懷疑的。
2）因此，我應該使用多元變異數分析（我不想使用線性模型）。 我轉置了數據 - 請參閱附件。 但我迷失在如何運行它的細節中，即使在花了幾個小時瀏覽支援文獻之後，我的部分問題是如何解釋提供的結果，我可以在哪裡找到問題的答案。 我對統計數據的了解足以理解我的問題和所需的解決方案，但我覺得 JMP 將其提升到了更高的水平，因此有時我會在所有冗長的輸出中感到有點迷失。 正如我所說，我需要下面詳細介紹的三個輸出，如果有人可以幫助我解決這個問題，我將非常感激：
a) 不同採樣時間整體上是否有差異？ 如果我正確理解 JMP 的工作方式，它應該是 JMP 定義的「時間」變數的組間 f 統計量，對吧？ （組別是5個採樣時間，而不是19名患者）。 如果我理解正確的話，攔截的意義並不重要，對嗎？
b) 如果是這樣，則對不同的採樣時間進行比較，看看這些差異在哪裡，即使用 Tukey 或 Scheffe（或 JMP 提供的其他工具）。 我不明白當我檢查“也分別測試每列”時獲得的結果是什麼 - 它使用什麼方法？ 如上所述，如果我理解正確的話，攔截的意義並不重要，對吧？
c) 將整個樣本分為有併發症者和無併發症者，並進行比較，看有併發症者和無併發症者之間是否有顯著差異。 在這種情況下，我不關心哪些樣本產生了差異，只關心總體存在差異。
非常感謝，
烏列爾。
回覆：MANOVA 重複測量、兩個因素、多重比較使用您的解釋和腳本，以及下面提到的註釋，一些閱讀http://www.theanalysisfactor.com/ ，以及關於擬合線性模型的 JMP 文獻，我能夠解決這個問題。 謝謝大家！回覆：MANOVA 重複測量、兩個因素、多重比較請看這個筆記在 JMP 知識庫中。
回覆：MANOVA 重複測量、兩個因素、多重比較嗨卡梅倫，謝謝你的回答。 我會盡快仔細檢查。 只是想解釋一下我在“1”中“但這不是重複測量”的意思是測試不是重複測量的測試。 我的數據顯然有重複測量。
另外，我不明白為什麼 MANOVA 不適用，在 JMP 中至少這是他們建議重複測量的第一個平台，無論它是只有一個因素還是多個因素。 無論如何，這提出了一個問題：是否可以選擇以某種包含重複測量的方式進行變異數分析平台（即「單向」）？ 我認為理論上是有的，只是不知道JMP pro中是否有實現。
謝謝，
烏列爾。回覆：MANOVA 重複測量、兩個因素、多重比較你好@utkcito ,
我很困惑為什麼你說這不是重複措施的情況。你這麼說是因為資料是縱向的嗎？縱向資料是重複測量資料。通常，您會使用 AR(1) 協方差結構之類的東西對縱向資料進行建模。如果您願意，您可以將其視為固定效果。
我認為你不想做多元變異數分析。MANOVA 中的「M」是指多重反應，而不是多重因素。看起來您只有 1 NL 第一個回應。
您可以使用擬合模型一次回答所有問題。我知道您說過您不想使用線性模型，但我認為如果沒有線性模型，您就無法正確地對這些資料進行建模。首先，您需要讓患者產生隨機效應。此外，如果您想評估併發症的影響，您確實應該將其作為模型中的一個因素，以便您可以與樣本同時測試顯著性。
我同意你的數據不正常。看起來 NL 1st 上的對數轉換可以解決這個問題。
請參閱附表中的擬合模型腳本。以下是您提出的3個問題的答案：
1. 樣本（時間）重要嗎？答：是的。請參閱擬合模型的固定效應檢定部分。F 檢定的 p 值 = 0.0025。
2. 如果是的話，哪些時間不同？答案：Tukey 分析顯示時間 1 與時間 3 和 5 有顯著差異。其他差異不顯著。
3.併發症有影響嗎？答：不。併發症主效果不顯著，樣本*併發症交互作用也不顯著。這種交互作用將顯示採樣時間效應對於有併發症的患者和沒有併發症的患者是否不同。沒有強有力的證據表明情況確實如此。另請參閱固定效應測試。
