我经常看到人们在实验设计中将重复测量和复现测量混淆。它们截然不同，由此产生的分析结果也大相径庭。
是的，重复测量和复现测量都是使用相同参数组合进行的多次响应测量！但重复测量是在同一系列实验或连续系列实验中进行的，而复现测量是在相同但不同的实验系列中进行的，通常是随机的。
复制品
在实验设计中，重复实验是指在相同的因素设置下，独立执行相同的实验处理，但包括所有实验变异来源。
这意味着：
-
系统已完全重新初始化
-
新材料、批次、操作员或时间点
-
跑动之间的独立性
哪些重复估计
例子
在不同日期以相同因子水平进行的两次实验运行被视为重复实验。
哪种分析？
在这种情况下，你想估计的是纯误差。
纯误差是指在相同因子设置下，真实重复实验之间观察到的变异性。纯误差是通过失拟分解法，利用重复设计点估计得到的。
请注意，RMSE 代表总残差变异性，包括纯误差和模型拟合不足。
如果您有重复样本，可以通过“拟合模型平台”的常规设置，在“标准最小二乘法”报告中访问“拟合不足”部分。
重复
重复（或重复测量）是指在同一次实验运行中进行多次测量，而无需重新初始化该过程。
这通常包括：
重复次数估计
例子
使用同一仪器对同一样品进行三次测量，这对应于重复测量，而不是复测。
哪种分析？
当设计中包含重复元素时：
-
在同一次运行或样本内，观测结果之间存在相关性。
-
独立性假设不成立。
建议使用限制性最大似然法 (REML)来估计方差分量。
当 Fit Model 平台模型启动且某个因子被定义为随机时，将选择 REML 个性。
随机效应的定义是通过属性选项完成的。
报告还将增加一个与限制性最大似然法（REML）相关的章节，解释随机效应所解释的变异百分比。
结论
总之，重复实验可以估计纯粹的实验误差，而重复实验仅反映测量变异性，应使用随机效应模型进行解释。
