例如，考虑 Cole and Grizzle (1966) 所做的研究。结果位于样本数据文件夹中的 Dogs.jmp 表。将 16 条狗分配给由变量药物和消耗定义的四个组，每个变量各具有两个水平。因变量是注射药物 0、1、3 和 5 分钟后组胺的血药浓度。使用浓度的对数将数据的均值和方差之间的相关性最小化。
|
1.
|
|
2.
|
选择分析 > 拟合模型。
|
|
3.
|
|
4.
|
|
5.
|
对于“特质”，请选择多元方差分析。
|
|
6.
|
点击运行。
|
|
7.
|
应为“Y 名称”输入“时间”。若您选中进行一元检验复选框，则报表包含一元检验，计算该检验时就仿佛将响应堆叠成了单个列。
|
8.
|
点击确定。
|
对应的多元和一元检验显示总和和对比响应设计的多元检验如何对应于一元检验标记方式（此时列组织胺 0 的对数、组织胺 1 的对数、组织胺 3 的对数和组织胺 5 的对数的数据堆叠为单个 Y 列，使用名义型分组变量时间标识新行）。
|
时间*药物
|
|||
|
时间*消耗
|
|||
首先进行对象间分析。该分析与在弹出菜单上选择了总和时执行的分析相同（标题不同）。
接着生成对象内分析。该分析与在弹出菜单上选择了对比时执行的分析相同（标题不同），尽管对象内效应名称（时间）已添加到报表中的效应名称。请注意以前由截距占据的位置为时间，因为截距项估计的是重复测量值上的总差异。