MANOVA 重复测量、两个因素、多重比较你好，
我无法找到获得所需结果的正确方法。
我已经对 20 个受试者进行了实验（缺少#6 的数据）。 我们有 5 个采样时间。 有些患者出现并发症，有些则没有。 我们通过第一个样本对数据进行归一化，将其定义为“1”。 参见所附数据。
1）如果我使用单向模型进行“样本”（即1到5）与NL1st（包含结果的列），我会得到整体模型，并得到不同采样时间之间的比较（请参阅数据表）。 但这不是重复测量，也无法比较有并发症和没有并发症的患者。 请注意，我同时使用了参数检验和非参数检验，因为在这种情况下，正态性假设是值得怀疑的。
2）因此，我应该使用多元方差分析（我不想使用线性模型）。 我转置了数据 - 见附件。 但我迷失在如何运行它的细节中，即使在花了几个小时浏览支持文献之后，我的部分问题是如何解释提供的结果，我在哪里可以找到问题的答案。 我对统计数据的了解足以理解我的问题和所需的解决方案，但我觉得 JMP 将其提升到了更高的水平，因此有时我会在所有冗长的输出中感到有点迷失。 正如我所说，我需要下面详细介绍的三个输出，如果有人可以帮助我解决这个问题，我将非常感激：
a) 不同采样时间整体上是否存在差异？ 如果我正确理解 JMP 的工作方式，它应该是 JMP 定义的“时间”变量的组间 f 统计量，对吧？ （组是5个采样时间，而不是19名患者）。 如果我理解正确的话，拦截的意义并不重要，对吗？
b) 如果是这样，则对不同的采样时间进行比较，看看这些差异在哪里，即使用 Tukey 或 Scheffe（或 JMP 提供的其他工具）。 我不明白当我检查“也分别测试每列”时获得的结果是什么 - 它使用什么方法？ 如上所述，如果我理解正确的话，拦截的意义并不重要，对吧？
c) 将整个样本分为有并发症者和无并发症者，并进行比较，看有并发症者和无并发症者之间是否存在显着差异。 在这种情况下，我不关心哪些样本产生了差异，只关心总体存在差异。
非常感谢，
乌列尔。
回复：MANOVA 重复测量、两个因素、多重比较使用您的解释和脚本，以及下面提到的注释，一些阅读http://www.theanalysisfactor.com/ ，以及关于拟合线性模型的 JMP 文献，我能够解决这个问题。 谢谢大家！回复：MANOVA 重复测量、两个因素、多重比较请看这个笔记在 JMP 知识库中。
回复：MANOVA 重复测量、两个因素、多重比较嗨卡梅伦，谢谢你的回答。 我会尽快仔细查看。 只是想解释一下我在“1”中“但这不是重复测量”的意思是测试不是重复测量的测试。 我的数据显然有重复测量。
另外，我不明白为什么 MANOVA 不适用，在 JMP 中至少这是他们建议重复测量的第一个平台，无论它是只有一个因素还是多个因素。 无论如何，这提出了一个问题：是否可以选择以某种包含重复测量的方式进行方差分析平台（即“单向”）？ 我认为理论上是有的，只是不知道JMP pro中是否有实现。
谢谢，
乌列尔。回复：MANOVA 重复测量、两个因素、多重比较你好@utkcito ,
我很困惑为什么你说这不是重复措施的情况。你这么说是因为数据是纵向的吗？纵向数据是重复测量数据。通常，您使用 AR(1) 协方差结构之类的东西对纵向数据进行建模。如果您愿意，您可以将其视为固定效果。
我认为你不想做多元方差分析。MANOVA 中的“M”是指多重响应，而不是多重因素。看起来您只有 1 NL 第一个响应。
您可以使用拟合模型一次性回答所有问题。我知道您说过您不想使用线性模型，但我认为如果没有线性模型，您就无法正确地对这些数据进行建模。首先，您需要让患者产生随机效应。此外，如果您想评估并发症的影响，您确实应该将其作为模型中的一个因素，以便您可以与样本同时测试显着性。
我同意你的数据不正常。看起来 NL 1st 上的对数变换可以解决这个问题。
请参阅附表中的拟合模型脚本。以下是您提出的3个问题的答案：
1. 样本（时间）重要吗？答：是的。请参阅拟合模型的固定效应检验部分。F 检验的 p 值 = 0.0025。
2. 如果是的话，哪些时间不同？答案：Tukey 分析显示时间 1 与时间 3 和 5 显着不同。其他差异不显着。
3.并发症有影响吗？答：不。并发症主效应不显着，样本*并发症交互作用也不显着。这种相互作用将表明采样时间效应对于有并发症的患者和没有并发症的患者是否不同。没有强有力的证据表明情况确实如此。另请参阅固定效应测试。
