具有多个重复测量因素的方差分析我是 JMP 新手，很难运行重复测量方差分析。 问题是我有两个因素，两者都是重复的措施。 在网上找到的所有示例都显示重复测量方差分析，其中一个是受试者之间的因素，一个是受试者内部的因素。 谁能帮忙？ 这是一个描述。
一组科目。 这是一个带有眼动追踪的人脸识别任务。 因变量是观看时间的持续时间。
重复测量因子 1：半脸（上脸 vs 下脸）
重复测量因素 2：阶段（学习、目标和干扰因素）
简而言之，我们有兴趣了解受试者看上脸或下脸的时间是否更长，以及他们看时间的持续时间是否因阶段而异（当学习面部、目标面部或干扰面部时）。 再加上互动。
帮助！
回复：具有多个重复测量因素的方差分析谢谢朱利安。 从那时起，我对线性混合建模做了一些深入研究，并澄清了很多这个问题。 对于那些阅读这篇文章并有类似问题的人，请参考 Andy Field 的 Discovering Statistics 第 4 版（关于多级线性模型的章节）作为起点。 我现在很清楚，在运行方差分析时，SPSS 和 JMP 插件并未将主题视为固定效果。 但是，如果您怀疑某个科目的分数之间可能存在相关性，则应使用线性混合建模将科目建模为随机效应。 . .或其他一些合适的测试。 如果您的受试者内测量值不相关，那么方差分析就足够了。 如果有人觉得我在这一点上有误，请指正！回复：具有多个重复测量因素的方差分析大家好，
我只是想澄清一些关于全阶乘重复测量插件的事情。 该加载项*不*将主题视为固定效果。 加载项生成的模型将主体视为随机效应，并将与主体的所有交互建模为随机（主体的随机斜率）。 如果在运行模型后启动模型对话框（或直接从加载项），您可以看到如何在标准拟合模型对话框中定义此结构。 使用此插件设置的分析结果肯定不同于将受试者视为固定效应（当然，不推荐这样做）。
朱利安
回复：具有多个重复测量因素的方差分析只是为了插话...
如果研究者选择了四个受试者并希望分析的解释仅适用于这四个受试者，则受试者因素应该固定。
如果研究者从所有受试者群体中随机选择四名受试者，以便将分析的解释推广到该人群，则受试者因素应该是随机的。
我还推荐 Milliken, GA, 约翰逊, DE (1997);杂乱数据分析，第 1 卷：设计实验;查普曼和霍尔；第 322-350 页。
回复：具有多个重复测量因素的方差分析这为我解决了。 非常感谢您付出的所有时间和精力。 我现在知道了。
真挚地，
雪利酒回复：具有多个重复测量因素的方差分析该加载项将主题效应视为固定的，这就是您获得与使用 SPSS 相同的结果的原因。
我相信创建该加载项是为了在将主题效应视为固定时为期望结果的用户重现 SPSS 分析风格。 JMP 知识库中的说明将受试者效应视为随机效应。
重复测量是一种常见的研究设计，可以使用多元方差分析。 您多次测量同一受试者的反应。 您可以包括一个或多个因子和协变量。 主题效应再次被视为随机的。
对不起，很难跟上你的步伐。 我在 BIOS 级别遇到了多个深层次的计算机问题！
回复：具有多个重复测量因素的方差分析好的，我同意你的第一点。 我可以看到这些方法需要很长时间才能更新并成为主流。
关于此评论，“如果使用传统的 MANOVA 进行重复测量分析，则主题是随机效应。” 我可以用不同的方式问我的问题吗？ 如果我使用 JMP 插件进行全因子重复测量方差分析来进行分析（就像我在本帖开头所做的那样），受试者会被视为固定效应还是随机效应？
如果修复了，那么我理解您对这种方法“落后于时代”的评论。 如果是随机的，那么加载项的作用与使用此方法运行分析之间有什么区别（ http://www.jmp.com/support/notes/30/584.html ) 使用单变量裂区方法？ 结果有点不同。 我唯一的结论是加载项将主题视为固定效果，而第二种方法将其视为随机效果。
JMP 使用术语“MANOVA”也让我有点困惑，因为我一直认为 MANOVA 涉及两个因变量（ http://online.sfsu.edu/efc/classes/biol710/m… ), 而我只有一台 DV。 我认为 JMP 将其称为 MANOVA，但如果您仅在 DV 上输入，那么您运行的真的是方差分析吗？
很抱歉提出一长串问题。 我希望这个帖子对以后和我有同样问题的人有用。 我在这个过程中学到了很多东西！回复：具有多个重复测量因素的方差分析SAS Education的统计讲师推荐这本书：
沃尔特·W·斯特普 (2013)广义线性混合模式：现代概念、方法和应用, CRC Press, Boca Raton, FL, ISBN 978-1-4398-1512-0（精装本）
回复：具有多个重复测量因素的方差分析好吧，听起来你确信作为实验单元一部分的受试者应该是随机效应。 它是 MANOVA 中隐含的随机效应。 它在混合效应模型中显然是一种随机效应。
在某些情况下，块效应应该被视为固定效应，但它们与您的研究完全不同。
回复：具有多个重复测量因素的方差分析我不确定大多数 SPSS 用户是否将主题视为固定效果，但我相信你。 大多数人并不总是正确的，在统计数据中，大多数人在采用新方法方面往往只是落后了。 方法的流行大约需要二十年，而将它们写入教科书和在学校教授还需要十年时间。
你是对的：如果使用传统的 MANOVA 进行重复测量分析，则主题是随机效应。
将主题视为固定效果并没有错，但这种解释有什么用呢？ 主题与治疗无关。 主题只是实验单元的一部分。
回复：具有多个重复测量因素的方差分析聚苯乙烯 也感谢您在上面的评论。 我理解你在原则上描述的内容，但对我一直认为标准重复测量方差分析已经将受试者视为随机效应的概念感到困惑。 正如一位统计朋友最近所说：“我不确定为什么 SPSS *永远* 将主题视为固定效果。 我很确定它将主题视为随机效果。 将受试者视为随机来自随机抽样的想法，我们假设受试者得分的方差是总体误差方差的真实反映 - 这使我们能够推广到总体，而不仅仅是 N 个人在我们的样本中。 将受试者视为固定因素与随机因素通常会改变我们构建 F 比率的方式。 您从任一程序获得的测试都应该使用误差项作为 F 比的分母。 因此，例如，半脸的 F 比应为 MS（半脸）/MS（错误），具有 1、2x3x(N-1) 个自由度；相位的 F 比应为 MS(phase)/MS(error)，具有 2、2x3x(N-1) 个自由度；并且交互的 F 比率应为 MS（交互）/MS（错误），具有 2、2x3x(N-1) 个自由度。 无论给你什么，那就是做对了！”回复：具有多个重复测量因素的方差分析非常感谢您的快速回复。 关于这个话题，你有什么资源可以指点我吗？ 我最终首先在 SPSS 中使用“传统”重复测量方差分析分析我的数据（为简单起见，我将其称为“SPSS 传统”）。 然后，我在 JMP 中进行了相同的分析，但将受试者作为随机效应（JMP 混合效应）包括在内，当然，得到的结果略有不同。 然后，我使用上面推荐的插件进行重复测量方差分析（JMP Traditional）并得到与我的 SPSS Traditional 分析相同的结果。 最后，我能够使用 SPSS Mixed 对主题进行重复测量方差分析作为随机效应 (SPSS Mixed Effects)，并产生与我通过“JMP Mixed Effects”获得的结果相同的结果。 所以，本质上，这两个程序在做同样的事情，在 JMP 中进行混合效应分析更容易。 现在，我仍然感到困惑的是为什么在我看来这不是大多数人正在做的事情（或者至少不是大多数 SPSS 用户正在做的事情）时为什么应该将主题作为随机效应包括在内。 “传统的”重复测量方差分析是否已经在某种程度上将受试者视为随机效应？ 你能给我指点任何资源来证明传统模型所做的事情与包括随机效应在内的对象所做的事情之间的区别吗？ 非常感谢您帮我解决这个问题。 我想确保我真的理解它。回复：具有多个重复测量因素的方差分析事实上，软件通常无法正确估计随机效应，除非在最近的特殊情况下。 因此，大多数分析使用标准方差分析或回归分析，并（错误地）将所有效应视为固定效应。 许多教科书还没有赶上更现代的实践。
固定或随机之间的选择基于您对变异源的影响的推断。 我们通常对治疗等因素的固定效应感兴趣。 我们认为这种效果是固定的，因为我们的推断是关于特定级别的，我们相信每个级别总是产生相同的效果。 另一方面，一些变异来源仅代表样本。 主题的效果就是这样的情况。 我们通常对个别主题的影响不感兴趣，因为它不会概括，而是关心人口。 在这种情况下，我们对受试者之间的差异感兴趣。 随机效应就是这种方差。
回复：具有多个重复测量因素的方差分析我很高兴你问！ 这个问题一直在折磨我们！ 我们一直在努力弄清楚为什么我们在 SPSS 中的输出与在 JMP 中的输出如此不同。 最后，我们认为这一定与 JMP 将受试者视为随机效应有关。 事实证明，如果我使用上面推荐的加载项，结果与 SPSS 的结果相同。 那么，你能告诉我们吗！？ 为什么需要将主题作为随机效果包括在内？ 我一直在寻找统计书籍、在线资源，到处都是我能想到的，以弄清楚为什么 JMP 这样做，而其他统计软件包却没有！ 如果这里有人可以提供答案，你会让我开心！回复：具有多个重复测量因素的方差分析吉姆解决了你的问题，但我只是想确保他的笔记JMP 知识库中的答案也是您的答案的一部分。
您为什么不想将主题视为随机效果？ 主题的固定效果如何有意义？
回复：具有多个重复测量因素的方差分析这解决了它。 太感谢了！回复：具有多个重复测量因素的方差分析谢谢！ 我会调查的！
回复：具有多个重复测量因素的方差分析如果你还没有看过这个插件，我建议你从文件 exchangw 下载它
全因子重复测量方差分析插件
回复：具有多个重复测量因素的方差分析另外，我应该澄清一下，困难在于在 JMP 中输入这些变量来进行分析。 我可以弄清楚如何通过一个重复的测量来做到这一点，但可以找到一个选项来指定我有两个。 我能够使用堆叠数据使其工作，但前提是我将主题指定为随机效果，而我不想这样做。
