一般教科书中介绍的重复测量资料分析方法，考察变量多为连续性变量，如下图所示：

其中group为分组变量，t0-t4为不同时点的收缩压。

但是如果因变量为多水平分类变量，如下图所示同一组人群不同处理措施下，不同月份出现不同等级咳嗽症状的人数分布表。

月份	处理    措施	不同等级咳嗽症状的分布人数
		0	1	2	3
2	0	10952	1411	131	17
	1	9900	231	9	2
3	0	22443	2298	196	18
	1	23100	898	122	6
4	0	24651	2036	145	49
	1	23833	1192	130	13
5	0	26065	1503	134	18
	1	24262	1353	128	20
6	0	16244	671	94	9
	1	14916	794	77	0

这种数据估计目前常用的教科书中，很难找到解决办法。推荐以下两个资料来熟悉该数据的处理方法：
（1）        重复测量资料分析方法与 SAS 程序 （余松林  等编著）
书籍下载网址1：http://yunpan.cn/cHRMemcuAhwRw  访问密码 541a
书籍下载网址2：http://d.dxy.cn/detail/7669905
（2）        SAS帮助的CATMOD程序，以下摘取该程序的相关步骤进行分享。

Example 30.6 Repeated Measures, 2 Response Levels, 3 Populations
数据详细介绍及输出结果省略，具体SAS编码如下：
data group;
   input a b c d Group wt @@;
   datalines;
1 1 1 1 2 2     0 0 0 0 2 2     0 0 1 0 1 2     0 0 1 0 2 2
0 0 0 1 1 4     0 0 0 1 2 1     0 0 0 1 3 3     1 0 0 1 2 1
0 0 1 1 1 1     0 0 1 1 2 2     0 0 1 1 3 5     0 1 0 0 1 4
0 1 0 0 2 1     0 1 0 1 2 1     0 1 0 1 3 2     0 1 1 0 3 1
1 0 0 0 1 3     1 0 0 0 2 1     0 1 1 1 2 1     0 1 1 1 3 2
1 0 1 0 1 1     1 0 1 1 2 1     1 0 1 1 3 2  
;
title 'Multiple-Population Repeated Measures';
proc catmod data=group;
   weight wt;
   response marginals;
   model a*b*c*d=Group _response_ Group*_response_
         / freq;
   repeated Trial 4;
   title2 'Saturated Model';
run;


Example 30.7 Repeated Measures, 4 Response Levels, 1 Population
数据详细介绍及输出结果省略，具体SAS编码如下：

title 'Vision Symmetry';
data vision;
   input Right Left count @@;
   datalines;
1 1 1520    1 2  266    1 3  124    1 4  66
2 1  234    2 2 1512    2 3  432    2 4  78
3 1  117    3 2  362    3 3 1772    3 4 205
4 1   36    4 2   82    4 3  179    4 4 492
;
proc catmod data=vision;
   weight count;
   response marginals;
   model Right*Left=_response_ / freq design;
   repeated Side 2;
   title2 'Test of Marginal Homogeneity';
quit;