摘要：目的： 通过混合效应线性模型与单因素方差分析在重复测量资料中的应用比较，旨在说明两方法在处理重复测量资料时的应用特点。方法： 用混合效应线性模型和单因素方差分析处理重复测量资料并比较。结果： 混合效应线性模型和单因素方差分析都是处理重复测量资料的重要统计方法，前者在选择协方差结构下可对重复测量资料的固定效应和随机效应参数及协方差矩阵进行参数估计和统计检验，后者可对重复测量资料的固定效应做出统计推断。结论： 混合效应线性模型是处理重复测量资料的有力方法，它对资料的协方差结构要求宽松，且结论可靠；单因素方差分析对资料的协方差结构有严格的限定。

    关键词：重复测量；混合效应线性模型；单因素方差分析；

    统计方法特点 重复测量数据(repeated measures data)是医学领域中常见的一种数据资料。所谓重复测量是指对同一个观察对象在不同时间点上进行的多次测量[1]。由于重复测量资料是对同一受试对象的某一观察指标进行的重复观察所得的数据，同一受试者的观察数据间可能存在相关性，一些传统的统计学方法如t检验等就不能充分揭示这一内在特点，有时甚至会导致错误的结论。

    对重复测量资料的分析方法大致可分为两类，即单变量统计分析方法和多变量统计分析方法[2]。本研究通过选用多变量统计分析方法中的混合线性效应模型对一例题的分析，并与单因素方差分析进行比较，来说明两种方法在处理重复测量资料中的应用特点。

     1方法简介

    简单说 ......