对于连续变量重复测量的分析方法已解释的较为清楚，很多文献都有介绍。对于分类变量重复测量的分析方法研究的较少。本例题主要为利用最小二乘法对重复测量数据分析进行介绍。

例题：设某种药物对50例某种病人每周应用一次，共用3次，反应变量为是否有效，数据如下：

假设检验：

H0:3次观察疗效的检验边际性齐（边际齐是指各次的总体有效率相同）

H1:3次观察疗效的检验边际性不齐（各次总体有效率不同）

程序：

01  data time;(定义临时数据time)

02  input time1$ time2 $ time3 $ count;（定义输入数据为字符型）

03  cards;（如下开始输入数据）

04  y y y 10

05  y y n 18

06  y n y 3

07  y n n 2

08  n y y 4

09  n y n 3

10  n n y 2

11  n n n 8

12  ;

13  proc catmod order= data;（数据采用cotmod计算。用order＝data保证按照数据排列顺序计算）

14  weight count;（说明变量count表示各水平的频数）

15  response marginals;（说明以边际比例也就是有效率作为反应变量进行检验）

16  model time1 * time2 * time3 = _response_/oneway cov;（）

17  repeated time 3/_response_ = time;（用来指定重复因素和重复次数）

18  run;

我们来看看运算以后得出的结果

首先看到oneway选项输出重复测量的变量的频数，

其次是SAS输出一个列表，本次测定结果共有8种情况。

下面是反应函数和协方差矩阵

我们主要看Analysis of Variance中的结果，其中time一行Chi-Squares=12.68,P=0.0018说明各次测定指尖差别有统计学意义。这只是一个总的结论，进一步两两比较就需要一定的高等数学知识（能看懂矩阵），如果有同学需要了解那么我在后面可以继续讲。（未完待续，后面继续讲解2因素多水平的计算方法）