Hola,
Tengo datos igualmente espaciados (8 puntos en el tiempo) y cuatro grupos de tratamiento (control, bajo, medio y alto). El número de sujetos en cada grupo de tratamiento es idéntico, sin puntos de datos faltantes.
Tengo tres variables de respuesta clave en las que me gustaría realizar pruebas estadísticas.
Mi idea era realizar un ANOVA de una vía para cada punto de tiempo (8 pruebas por variable de respuesta). Si alguno de los ANOVA regresa con un valor p significativo, realizaría las pruebas de Dunnett para comparar los 3 tratamientos (bajo, medio, alto) con el control para un momento determinado.
Estoy un poco confundido cuando se trata de calcular el error de Tipo 1 en el peor de los casos para este escenario. Preguntándome si mi línea de pensamiento es correcta:
En el peor de los casos: todas las ANOVA de una vía de respuesta variable son significativas en cada punto de tiempo ...
asi que... 3 (variables de respuesta) x 8 (puntos de tiempo) + 3 (variables de respuesta) x 3 (pruebas de Dunnett) x 8 (puntos de tiempo) = 24 + 72 = 96 pruebas totales
Nivel de significancia = 0.05
Entonces, para que una prueba de Dunnett sea estadísticamente significativa, tendría que tener un valor de p menor a 0.0005 (0.05 / 96).
Espero que esto tenga sentido. Un poco confundido por todo esto ... JMP parece usar un término LSD, pero no estoy seguro de si está tomando en cuenta todos los errores de Tipo 1.
¡Gracias!
Sospecho que tienes un diseño de medidas repetidas . Este tema surge a menudo en las discusiones de la Comunidad JMP. Por favor vea esta base de conocimiento Nota . Si tiene más preguntas después de leer esta nota, vuelva aquí.
