重複測量 - 可以使用協變量嗎？我的客戶有一個處理馬營養的數據集。這個想法是給動物餵食高葡萄糖並監測數小時內的胰島素水平。然後他們比較了兩組動物：一組是對照組，另一組是過去一個月的特殊飲食。所以他們真的在關注飲食對馬胰島素的影響。他們在研究開始時對所有動物採取了基線。在研究開始之前，所有人都採用相同的飲食，他們給予他們高葡萄糖餵養和監測胰島素。當然，每匹馬都有不同的基線。然後將一半的動物放在新的飲食上一個月，並重複測試。他們可以看到在月末數據上做一個標準的重複測量的小差異，但是他們想在月初考慮個體動物基線，希望這會清除信號。有關如何做到這一點的任何想法？謝謝！回复：重複測量 - 可以使用協變量嗎？傑瑞，
它非常簡單，只需將協變量放入效果中。我給出了一個關於使用JMP Pro進行重複測量的WebEx / Discovery演講，主要的例子就是這樣做的。這是WebEx的鏈接 。發現談話有相同的內容。在簡單的協方差假設（不相關的時間段或所有時間段的相同相關性，例如，複合對稱性）下，這也可以在常規JMP中完成。
唐
回复：重複測量 - 可以使用協變量嗎？謝謝唐。 不幸的是我的客戶有標準的JMP，而不是Pro。 你提到過這可以在標準的JMP中完成...... 你能指點我描述如何做到的資源嗎？
謝謝，
傑瑞
回复：重複測量 - 可以使用協變量嗎？傑瑞，
如果他們將主題變量（進行重複測量的實體）設置為隨機，則他們將得到重複測量模型，假設複合對稱性（CS）為協方差矩陣。這表明時間相關的相關性是相同的，而不管時間段的差異（例如，第一和第二時間段之間的相關性與第一和最後時間段相同）。CS（或無相關）的假設是非常有限的。JMP Pro中的擬合混合模型為它們提供了大約10個額外的協方差結構（SAS在PROC MIXED中大約有30或40個）。另一種方法是使用Manova個性來擬合重複測量模型。我通常會避免這樣做，因為我發現很難解釋和解釋（並且它可以比混合模型方法具有相當低的功率）。
唐
