Voglio fare un semplice RM-ANOVA a 1 via. Un gruppo, tre punti temporali. C'è una differenza tra i punti temporali. Interessato solo all'effetto del tempo e quindi ai confronti a coppie (Tukey). È un design incrociato con tre diverse esposizioni.
È adeguato farlo nella piattaforma Fit Y by X ? La variabile di risposta di interesse su Y e "Tempo" (sessione nel mio caso)) su X? Preferisco in questo modo semplificare l'esecuzione dei test post-hoc direttamente nella stessa piattaforma.
Qui posso anche adattarmi al gruppo BY. Sebbene ci siano due gruppi nel progetto, desidero analizzarli principalmente separatamente (un modello per un gruppo, uno per l'altro, non interessato all'interazione qui, mentre potrebbe essere un'analisi secondaria).
Cioè
Tuttavia, è possibile farlo anche con l' approccio Fit Model . Nell'approccio MANOVA , inserirei semplicemente i tre punti temporali su Y e nulla nell'effetto del modello (potenzialmente gruppo BY). Questo sembra avere un potere maggiore. È adeguato?
Nell'approccio univariato del modello Fit, inserirei la variabile di risposta come Y e "Tempo" nonché il soggetto [Effetto casuale] nell'effetto del modello? Sembra che questo abbia una potenza ancora leggermente maggiore (P più piccola per gli stessi dati).
(E potenzialmente per gruppo)
Qual è la differenza pratica/statistica per questi approcci? Qual è il più adeguato per questo design piuttosto semplice?
Forse, nell'adattamento Y per X non viene trattata come una misura ripetuta ma come tre gruppi separati.
O forse è questo il modo di farlo, senza considerare l’ID come un fattore casuale e mantenendo la personalità dei Minimi Quadrati?
Il che dà l'effetto delle prove per Time e dà la possibilità per Tukeys e contrasti simili.
Immagino che questo sia quello che voglio fare, come Paris nel video dell'analisi delle misure ripetute a un fattore.
