Hallo,
Ich habe Daten in gleichem Abstand (8 Zeitpunkte) und vier Behandlungsgruppen (Kontrolle, niedrig, mittel und hoch). Die Anzahl der Probanden in jeder Behandlungsgruppe ist identisch, es fehlen keine Datenpunkte.
Ich habe drei wichtige Antwortvariablen, an denen ich statistische Tests durchführen möchte.
Mein Gedanke war, für jeden Zeitpunkt eine einseitige ANOVA durchzuführen (8 Tests pro Antwortvariable). Wenn ANOVAs mit einem signifikanten p-Wert zurückkehren, würde ich dann Dunnetts Tests durchführen, um die drei Behandlungen (niedrig, mittel, hoch) mit der Kontrolle für einen bestimmten Zeitpunkt zu vergleichen.
Ich bin etwas verwirrt, wenn es darum geht, den Worst-Case-Typ-1-Fehler für dieses Szenario zu berechnen. Ich frage mich, ob mein Gedankengang richtig ist:
Worst-Case: Alle Antwortvariablen-Einweg-ANOVAs sind zu jedem Zeitpunkt von Bedeutung ...
so... 3 (Antwortvariablen) x 8 (Zeitpunkte) + 3 (Antwortvariablen) x 3 (Dunnett-Tests) x 8 (Zeitpunkte) = 24 + 72 = 96 Gesamttests
Signifikanzniveau = 0,05
Damit ein Dunnett-Test statistisch signifikant ist, muss er einen p-Wert von weniger als 0,0005 (0,05 / 96) haben.
Hoffe das macht Sinn. Ein bisschen verwirrt von all dem ... JMP scheint einen LSD-Begriff zu verwenden, aber ich bin mir nicht sicher, ob alle Typ 1-Fehler berücksichtigt werden.
Vielen Dank!
Ich vermute, dass du eine hast Design für wiederholte Messungen . Dieses Thema wird häufig in den Diskussionen der JMP-Community behandelt. Bitte sehen Sie sich diese Knowledge Base an Hinweis . Wenn Sie nach dem Lesen dieser Notiz weitere Fragen haben, kommen Sie bitte hierher zurück!
