此次只关注概念的简单理解。因为本小章节理解性东西太多，我并没有时间学习，后续用到再学习也不迟。
当然，目前我知，是对数据校正，然后减少相关性，再进行分析。
（1）重复测量(Repeated Measures) 数据在医学领域和社会学领域很常见，如对一组人群分别在用药前、用药后1个月、用药后2个月进行疗效观察；再如，将人群分配至不同的处理组，每组分别在不同的时间点进行观察，等等。
（2） 这里理解一点，一组人群不同时间点
（1）重复测量不同于重复调查。重复测量是对“同一人群”的不同时间点的测量。
（2）重复调查是在不同时间点对“不同群体”的调查。例如，国内每隔几年就重复调查的营养膳食情况，每次调查不一定是同一群体（当然也可能有重复的人，但一般不会太多）。这种重复调查数据分析的是年代、世代等的一些现象的变化，通常可以采用年龄+时期+世代分析。
• 对于同一人群（不分组）测量了4个时间点，分析时将这4 个时间点作为独立的4组，采用常规的方差分析来处理。
• 对于同一人群（不分组）测量了4个时间点，将这4个时间点作为随机区组，采用随机区组方差分析来处理。
• 对多组人群各观察了4个时间点，分别在每个时间点进行t检验。
（1）上述事例均犯了一个错误：没有考虑到重复测量数据非独立性这一特点。
（2）传统的t检验或方差分析等都要求数据满足独立性这一前提条件。很显然，重复测量数据是不满足这一前提条件的，采用t检验或方差分析来处理重复测量数据，往往会增加假阳性错误。
主要有三类方法：多水平模型、广义估计方程、重复测量方差分析。