JMP 可以处理具有多个重复测量层次的数据。例如，请查看 Cholesterol.jmp 数据表。五个参与者构成的组分别属于名为 A、B、Control 和 Placebo 的四个治疗组中的一个。在三个月中每个月的早上和下午各测量一次胆固醇（数据是虚构的）。在本例中，按月内当天的时间这样的时间顺序排列响应列。
|
1.
|
|
2.
|
选择分析 > 拟合模型。
|
|
3.
|
|
4.
|
|
5.
|
在“特质”旁边，选择多元方差分析。
|
|
6.
|
点击运行。
|
图 9.10 “治疗”图
在治疗图中，您可以看到开始研究的四个治疗组具有很相似的胆固醇均值。A 和 B 治疗组在试验期结束后看上去具有更低的胆固醇值。control 和 placebo 组没有什么变化。
|
7.
|
图 9.11 “复合”窗口
|
9.
|
点击确定。
|
将显示每个效应的检验。图 9.12中显示了部分报表。请注意以下事项：
|
‒
|
“时间”报表显示“时间”与治疗之间的交互作用的 p 值为 0.6038，这指示交互作用不显著。这意味着没有证据表明“上午”和“下午”的治疗之间存在差异。因为“时间”有两个水平（“上午”和“下午”），所以将显示精确的 F 检验。
|
|
‒
|
“月”报表显示“月”与治疗之间的交互作用的 p 值 <.0001，这指示交互作用显著。这暗示治疗组之间的差异变化取决于月份。图 9.10中的治疗图指示在四月组之间没有差异，但是在五月治疗类型（A、B、Control 和 Placebo）之间的差异变大，在六月变得更大。
|
|
‒
|
图 9.12 胆固醇研究结果
