Ciao,
Ho dati equidistanti (8 punti nel tempo) e quattro gruppi di trattamento (controllo, basso, medio e alto). Il numero di soggetti in ciascun gruppo di trattamento è identico, senza punti dati mancanti.
Ho tre variabili di risposta chiave su cui vorrei eseguire test statistici.
Il mio pensiero era di eseguire un ANOVA a una via per ogni punto temporale (8 test per variabile di risposta). Se gli ANOVA ritornassero con un valore p significativo, eseguirò i test di Dunnett per confrontare i 3 trattamenti (basso, medio, alto) con il controllo per un determinato punto temporale.
Sono un po 'confuso quando si tratta di calcolare l'errore di Tipo 1 nel caso peggiore per questo scenario. Mi chiedo se la mia linea di pensiero è corretta:
La peggiore delle ipotesi: tutte le ANOVA variabili a risposta variabile sono significative in ogni momento temporale ...
così... 3 (variabili di risposta) x 8 (punti di tempo) + 3 (variabili di risposta) x 3 (test di Dunnett) x 8 (punti di tempo) = 24 + 72 = 96 test totali
Livello di significatività = 0,05
Quindi, affinché il test di Dunnett sia statisticamente significativo, dovrebbe avere un valore p inferiore a 0,0005 (0,05 / 96) ???
Spero che questo abbia un senso. Un po 'confuso da tutto questo ... JMP sembra utilizzare un termine LSD, ma non sono sicuro che stia prendendo in considerazione tutti gli errori di tipo 1.
Grazie!
Sospetto che tu abbia un progettazione di misure ripetute . Questo argomento si presenta spesso nelle discussioni della comunità JMP. Si prega di consultare questa Knowledge Base Nota . Se hai altre domande dopo aver letto questa nota, per favore torna qui!
