Zweifaktorielle ANOVA zwingend anzuwenden bei mehr als 1 Faktor?

[Parametriker]

Hallo,

wenn ein Experiment mehr als 1 Faktor enthält, muss dann die zweifaktorielle ANOVA angewendet werden?

Es geht um ein Experiment, bei dem es zwei Faktoren gibt: Untersuchung der Wirkung eines Wirkstoffs im Tierexperiment nach 10 Tagen und nach 30 Tagen. Daher gibt es zwei Faktoren:
a) Behandlung: unbehandelt vs behandelt (also Gabe des Wirkstoffs)
b) Zeitpunkt der Analyse: früher Zeitpunkt (10d) und später Zeitpunkt (30d)

Nun könnte man hier eine zweifaktorielle ANOVA anwenden. Die Daten des Analyseparameters sowie die Residualien sind jedoch nicht normalverteilt, was sich leider auch durch log-Transformation nicht ändern ließ.

Daher die Frage:
Wenn man sagt, dass die Interaktion der zwei Faktoren nicht unbedingt analysiert werden muss, kann man dann auch den Friedman-Test + Post-Hoc-Tests verwenden als nicht-parametrisches Äquivalent zur einfaktoriellen ANOVA mit gematchten Daten?
Man würde das Experiment also so behandeln, als würde es nur 1 Faktor mit vier verschiedenen Bedingungen geben.

[dutchie]

Hallo,

ich nehme mal an, dass alle Messungen nach der Behandlung erfolgt sind,
und keine Baseline erhoben wurde.

warum Friedman?..mit 4 Stufen

matchen?, d.h. du machst aus unabhänggen Stichproben abhängige,
das tust du, um Fehlervarianz zu reduzieren und um deine Behandlung signifikant zu kriegen,
schändlich

man kann ohne Probleme aus abhängigen unabhängige machen!
aber umgekehrt ist das problematisch!

mach doch eher zweimal H test, einmal für t1 und einmal für t2
aber dieses Spielchen Vorrausetzunge nicht gegeben--> ordinal Niveau
ist Blödsinn, erstens geht Information verlohren, der H test ist auch nur eine
Varanzanalyse, aber eben keine parametrische, die p werte sind nur
assymptotisch richtig! Da braucht es viel N!

wie WW braucht es hier nicht unbedingt! da beide Messungen nach ber Behandlung
erfolgen, und quasi nur die Wirkdauer der Behandlung bestimmt wird.
das die Tiere vor der Behandlung, alle gleich belastet waren, muss man annehmen.

wenn deine Variablen nicht NV sind, warum sind sie das nicht?
das gilt es zu klären!

Ausreißer = die Tiere mit Behandungserfolg?
Wrikt die Behandlung nicht generell, sondern nur bei Anwesendheit
eines unbekannten Moderators?

Teile die Stichproben bei Schiefe in zwei Gruppen...

gruß
dutchie

[Parametriker]

Ja, die Messungen sind in diesem Experiment alle nach der Behandlung erfolgt und es wurde keine Baseline erhoben.

Da jedem Messwert eines Tiers bei Zeitpunkt d10 ein zweiter Messwert bei d30 zugeordnet werden kann, hätte ich die Daten als gematched betrachtet. So ähnlich wie bei Vorher-Nachher-Experimenten, die ja auch gematchte Daten darstellen, nur dass es hier eben zwei Zeitpunkte nach Zeitpunkt 0 sind.

"wie WW braucht es hier nicht unbedingt!" Wofür steht WW?

Warum die Daten nicht normalverteilt sind? Könnte entweder an dem Parameter an sich (Faktor im Blut) liegen oder an der vergleichsweise geringen Stichprobengröße (je n=8 Tiere pro Gruppe behandelt bzw. unbehandelt). Klare Ausreißer sind nicht zu sehen.

[dutchie]

Hallo

WW = Wechselwirkung, interaktion der UVs

bei n = 8 kannst du mal nach exakten Tests nach Fisher schaun,
möglich, dass es da was gibt für 2x2 Versuchsplan.
oder bootstrap

Da jedem Messwert eines Tiers bei Zeitpunkt d10 ein zweiter Messwert bei d30 zugeordnet werden kann, hätte ich die Daten als gematched betrachtet.

wie erfolgt die Zuordnung? die Tiere muss ja matchen, z.B nach gewicht alter geschlecht

Messwiederholung bei identischen Merkmalsträger ist nicht dasselbe wie matchen
aufgrund einer begrenzten Auswahl von bestimmten Variablen.

gruß

[Parametriker]

Hallo,

die Tiere sind alle im Wesentlichen gleich, also nur geringefügige Unterschiede in Gewicht und Alter. Das Geschlecht ist bei allen gleich.

Mit Matching meinte ich hier in der Tat die Messwiederholung bei identischen Merkmalsträgern, also es wird allen Tieren zu den entsprechenden Zeitpunkten Blut abgenommen und dann werden immer die Blutproben eines Tieres einander zugeordnet. Blutprobe 1 eines Tieres gehört zur Blutprobe 2 des gleichen Tiers und so fort. Das war nicht die richtige Nomenklatur.

Als Software verwende ich GraphPad Prism, welches zweifaktorielle ANOVA (Two-Way ANOVA) in fogenden Situationen durchführen kann (Quelle: https://www.graphpad.com/guides/prism/l ... asures.htm):

"The term repeated-measures refers to an experiment that collects multiple measurements of the dependent variable from each participant. The repeat can be across time (eg. pre/post), across different conditions (eg. high and low temperature), or across space (eg. left knee and right knee). The key issue is that the same participant has multiple responses.

The analysis of repeated measures data is identical to the analysis of randomized block experiments that use paired or matched subjects. In this case, think of the pair or match itself as the “participant.” Prism can calculate repeated-measures two-way ANOVA when either one of the factors are repeated or matched (mixed effects) or when both factors are. In other words, Prism can handle these three situations with its two-way ANOVA analysis:

•Two between-subject variables (neither factor is repeated measures)
•One between-subject variable and one within subject variable
•Two within-subject variables (both factors are repeated measures)"

Bei meinem Experiment wäre es der zweite Fall. Die "within-subject variable" wäre der Zeitpunkt der Blutentnahme (d10/d30) und die "between-subject variable" wäre die Variable Behandlung (behandelt/unbehandelt).

[Parametriker]

bei n = 8 kannst du mal nach exakten Tests nach Fisher schaun,
möglich, dass es da was gibt für 2x2 Versuchsplan.
oder bootstrap

Den exakten Test nach Fisher habe ich bisher nur bei Kontigenztabellen mit Häufigkeitsdaten angewendet, aber noch nie bei Daten mit einem metrischen Parameter wie der Konzentration eines Faktors im Blut (sofern es nicht gerade um einen Schwellenwert geht, bei dem dann galt "vorhanden" bzw. darunter "nicht vorhanden").

[dutchie]

...den mein ich natürlich nicht, es gibt zu jeder Testsituation
ein Randomisierungsverfahren nach Fisher, theoretisch.

lese gerade:
https://dorsch.hogrefe.com/stichwort/re ... -verfahren

https://www.researchgate.net/publicatio ... ltext=true

daraus:
"Für Wechselwirkungseffekte existieren bis dato [1987] noch keine mathematischen
Herleitungen."...