重复测量的方差分析怎么用spss做 重复测量资料(repeated measurement data)是指同一受试对象的同一观察指标在不同时间点上进行多次测量所得的资料，常用来分析该观察指标在不同时间点上的变化特点。举例（注：此例子为不等距重复测量）：为了解某药物对某种疾病模型大鼠的体重影响，将20只Wistar大鼠随机分成3组，阴性对照组（7只）、正常对照组（6只）和待测药物组（7只）。阴性对照组，造模14天后肌注生理盐水；正常对照组，14天后肌注生理盐水；待测药物组，造模14天后肌注待测药物，连续给药8天。分别记录造模后第10、15、20、24天的大鼠体重。SPSS分析步骤：Analyze→General Linear Model(一般线性模型)→Repeated Measures…→出现Repeated Measures Define Factors对话框，在Within？Subject Factor Name中键入t(重复测量的变量名)；在Number of levels中键入4(重复测量的次数)，单击Add→Define，进入Repeated Measures 主对话框：将t10～t24(代表四次测量结果)调入Within？Subjects Variables(t)框中；group调入Between？Subjects Factor(s)框中→Model，进入Repeated Measures：Model对话框，选中Custom(自定义模型)，将time调入Within？Subjects Model框(分析4次测量间有无随时间变化的趋势。
spss中什么是方差齐性 名词解释 方差齐性：是指两个或多个独立样本所属总体的总体方差相等。如我们还需要对两个或多个独立样本所属总体的总体方差的差异进行显著性检验，统计学上称为方差齐性（相等）检验。
方差标准差的意义是什么？它们有何特性？ 一、标准差它反映组内个体间的离散程度。32313133353236313431303231363533e78988e69d8331333366303861具有两种特性：测量到分布程度的结果为非负数值，与测量资料具有相同单位。一个总量的标准差或一个随机变量的标准差，及一个子集合样品数的标准差之间，有所差别。简单来说，标准差是一组数据平均值分散程度的一种度量。一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。标准差可以当作不确定性的一种测量。例如在物理科学中，做重复性测量时，测量数值集合的标准差代表这些测量的精确度。当要决定测量值是否符合预测值，测量值的标准差占有决定性重要角色：如果测量平均值与预测值相差太远（同时与标准差数值做比较），则认为测量值与预测值互相矛盾。这很容易理解，因为如果测量值都落在一定数值范围之外，可以合理推论预测值是否正确。二、方差它反映用来度量随机变量和其数学期望（即均值）之间的偏离程度。具有特性如下1、设C是常数，则D（C）=02、设X是随机变量，C是常数，则有3、设 X 与 Y 是两个随机变量，则其中协方差特别的，当X，Y是两个不相关的随机变量则此性质可以推广到有限多个。
