![3dfca87046e35d0a83ca7899cff3df0e.png](https://img-blog.csdnimg.cn/img_convert/3dfca87046e35d0a83ca7899cff3df0e.png)
what's new in Prism 8? - ANOVA的巨大进步
分析缺少值的重复测量数据
- 即使缺少单个值,也无法计算重复测量方差分析。这是一个巨大的问题,许多用户要求我们在缺失值的情况下进行重复测量的方差分析。实际上这是不可能的,但是我们还是这么做了!
- Prism 8现在可以通过拟合混合效应模型(fitting a mixed effects model)来分析重复测量的数据(单因素、双因素和三因素)。该分析的工作原理与ANOVA不同,但在没有缺失值时给出的主要结果相同,在缺失值时给出有用的结果。当然,仅当您假定值是由于随机原因而丢失时,结果才有意义。
重复测量方差分析的其他改进
- 在进行三因素方差分析时,如果对三个因素中的任何一个或全部进行重复测量,旧版本Prism 7在这方面具有限制性。
- 命名重复测量因子。 早期版本始终使用名称“subject(主题)”。现在,您可以选择“垃圾”或“动物”或“患者”或其他。
- 使用Geisser-Greenhouse校正来校正缺乏球形性。Prism 7可以通过单因素方差分析实现此目的。Prism 8也可以使用双因素和三因素方差分析来矫正。