小明：怎么又是重复测量方差分析?!
路人甲：之前写过吧?
路人乙：对啊，对啊
路人丙：我还记得呢，分析—一般线性模型—重复测量
小明：我不相信小编是在故意糊弄大家(不嫌事大的小明)
大家：走，揍小编去!(好怕怕哦，话说，您知道我住哪吗，哈哈哈)
SPSS：重复测量方差分析的结果解读
没有糊弄大家了，因为最近听到很多老师同学反映不太会看重复测量方差分析的结果，小编才又重提重复测量方差的(想揍小编的可以打道回府啦)。
先上一颗 “荔枝”……
例：某研究者想比较三种针对某疾病的药物，记为group1、2、3，每组有6个患者，可通过index反映药物的疗效，考虑到index随时间是不断变化的，该研究者收集了每个患者在不同时间点的index，记为index1、index2、 index3。
典型的重复测量资料，选择“分析—一般线性模型—重复测量”进行重测方差分析(过程略，详细请点击文末链接)，我们直接看输出结果。
首先是3次重复测量的变量名，SPSS中显示的是主体内因子。
其次是想考察的自变量、自变量的取值及相应的例数，即主体间因子。
接下来是多变量检验、Mauchly球形检验和主体内效应的检验。其中球形检验的结果决定我们是看多变量检验还是主体内效应的检验。如果球形检验p<0.05，说明不服从球形假设，需要参看多变量检验。多变量检验会提供四种方法，其中第一种方法最为稳健，当四种方法结论不一致时，以第一种为准。如果球形检验p>0.05，服从球形假设，直接看主体内效应的检验即可。
本例中，球形检验p=0.003<0.05，不服从球形假设，参看多变量检验结果。1)对于因子，即重测的变量，本例为index，四种方法对应的显著性均<0.001，说明3个时间点的index不同。2)对于因子和分组，四种方法对应的显著性仍<0.05，说明三组间index不同。
这样的结果解读好像不太形象哈，快放图，放图，放图!
在重复测量方差分析定义界面，点击绘图，出现概要图对话框。将因子1选入水平轴，group选入单图，点击添加，然后继续、确定。
这样是不是直观很多，index先增加后下降，三组之间index不同。这里的不同其实是不全相同，是直观的印象，但究竟是否真的是这样，3个时间点的变化情况，3组间的变化情况，回答这些问题还需要进行事后的两两比较。
首先是组间事后的两两比较，在重复测量方差分析的定义界面，选择事后多重比较，将group选入右侧的事后检验框，选择LSD、SNK或其他方法进行两两比较。
LSD和SNK的结果说明三组间index是不同的，其中1组最低，3组最高。
有读者说了，我还想知道哪些时间点是有差异的呢?不着急，同样在重测方差分析的定义界面，选择选项，在弹出的对话框中，将因子选入右侧的显示平均值框内，选择比较主效应，置信区间调节选择Bonferroni，然后点击继续、确定。
从成对比较的结果可看到，1和2有差异，2和3有差异，1和3没差异(index1=index3<index2)即index随着时间先增加后下降，和最初水平无明显差异。< p=""></index2)即index随着时间先增加后下降，和最初水平无明显差异。<>
总结下：某研究者想比较三种针对某疾病的药物，探讨不同时间点的index，探讨不同组间的index。
1)先看球形检验的结果，本例中p<0.05，不服从球形假设，直接看多变量检验，主体内效应的检验可作为补充，但当二者不一致时，以多变量检验为准。
2)多变量检验中，第一种方法最稳健，当四种方法不一致时，以第一种方法为准。
3)表格式的检验结果不太直观，可通过绘图辅助结果判读。
4)只有在多变量检验或者主体内效应检验有统计学意义时，才去进行事后组间的两两比较。
重复测量方法分析的具体操作请参见方差分析之—— 重复测量资料的方差分析，你用对了吗?