當(dāng)在多個(gè)不同條件下測(cè)量隨機(jī)樣品的所有成員時(shí)使用重復(fù)測(cè)量分析。 當(dāng)樣品存在多種不同條件時(shí)必須依次進(jìn)行測(cè)量。 在這種情況下使用標(biāo)準(zhǔn)ANOVA是不合適的，因?yàn)樗荒芙Ｖ貜?fù)測(cè)量不同條件之間的相關(guān)性。 應(yīng)該清楚重復(fù)測(cè)量多個(gè)不同條件之間的差異。 對(duì)樣本進(jìn)行重復(fù)測(cè)量試驗(yàn),每個(gè)試驗(yàn)測(cè)試了在不同條件下相同樣品的特點(diǎn)。

在SAS PROC GLM用于進(jìn)行重復(fù)測(cè)量分析。

句法

為PROC GLM在SAS的基本語法是：

 PROC GLM DATA=dataset;
  CLASS variable;
  MODEL variables = group / NOUNI ;
  REPEATED TRIAL n;

以下是使用的參數(shù)的描述：

• dataset是數(shù)據(jù)集的名稱。
• CLASS給出變量用作分類變量的變量。
• MODEL使用數(shù)據(jù)集中的某些變量定義要擬合的模型。
• REPEATED定義每組的重復(fù)測(cè)量的數(shù)量以測(cè)試該假設(shè)。

例

考慮下面的例子，其中我們有兩組人進(jìn)行藥物效應(yīng)測(cè)試。 對(duì)于所測(cè)試的四種藥物類型中的每一種記錄每個(gè)人的反應(yīng)時(shí)間。 這里對(duì)每組人進(jìn)行5次試驗(yàn)，以觀察四種藥物類型的作用之間的相關(guān)性的強(qiáng)度。

DATA temp;
  INPUT person group $ r1 r2 r3 r4;
CARDS;
1 A  2  1  6  5
2 A  5  4 11  9
3 A  6 14 12 10
4 A  2  4  5  8
5 A  0  5 10  9
6 B  9 11 16 13
7 B  12 4 13 14
8 B  15 9 13  8
9 B  6  8 12  5
10 B 5  7 11  9
;
RUN;

PROC PRINT DATA=temp ;
RUN;

 PROC GLM DATA=temp;
  CLASS group;
  MODEL r1-r4 = group / NOUNI ;
  REPEATED trial 5;
RUN;

當(dāng)執(zhí)行上面的代碼中，我們得到以下結(jié)果：