spss 多组间不同观察节点的比较

重复方差分析要求复合对称，该条件往往不能成立，并且求对称检验在小样本是效能低，在大样本又总能得到不对称的结果，因此并不是很好，现在认为该检验比较保守。

重复测量方差分析确实简单，所以还是很多人用。但是现在已经不是routine method了。

如果数据符合正态分布，同时三组病人在四个时间节点的数据都是独立同分布的，那么可以使用重复测量方差分析（Repeated Measures ANOVA）来比较分析这些指标的变化。重复测量方差分析可以同时分析时间效应和组效应，并且可以探究两者之间的交互作用。此外，重复测量方差分析还可以通过对数据进行多重比较和调整，来减少错误率和假阳性的发生。

与重复测量方差分析相比，每一组每个节点的配对t检验只能比较单个时间点之间的差异，无法探究时间效应和组效应之间的交互作用，因此在这种情况下不是最佳选择。

建议做重复测量的方差分析，这个比较恰当。

如果您已经检验了数据符合正态分布的要求，那么对于三组病人在0、1、3、6个月这四个节点的不同指标进行比较，可以使用重复测量方差分析（Repeated Measures ANOVA）方法。

重复测量方差分析是一种多元分析方法，可以同时考虑多个时间点或多个组之间的差异，且可以控制误差率。如果使用t检验进行每一组每个节点的配对比较，则需要进行多次检验，增加了误差率。