L'ANOVA bidirectionnelle est-elle appropriée?

Voici la description de mon étude. J'expérimente avec trois plantes: A, B et C. Ces plantes sont censées réduire la glycémie des patients diabétiques. Je veux déterminer laquelle de ces trois plantes a un effet plus long sur la réduction de la glycémie après une seule administration à des souris. Cela se fait en mesurant la glycémie des souris à 7 points dans le temps (jour 1, 2, 3, 5, 7, 10 et 14). Il y a donc 4 groupes (non traités, traités avec A, traités avec B et traités avec C). Pour chaque groupe, 3 souris ont été utilisées (n = 3). Mes objectifs sont:

1. Déterminer si l'effet de chaque traitement des plantes est significatif par rapport à non traité.
2. Comparer l'effet du parmi les groupes pour chaque jour.
3. Déterminer quel groupe traité a l'effet le plus long après 14 jours.

Ma solution est d'utiliser l'ANOVA bidirectionnelle car il y a plus de 2 groupes et je veux comparer les groupes chaque jour et enfin l'effet global.

Est-ce la bonne méthode? Pourrai-je classer quelle sera la meilleure plante suivie de la 2e et de la 3e? Ou devrais-je utiliser l'analyse de séries chronologiques?

Chaque souris est échantillonnée à sept moments différents. Il s'agit de mesures répétées et le manque d'indépendance entre ces mesures répétées viole les hypothèses de l'ANOVA bidirectionnelle standard. De plus, il pourrait y avoir des différences entre les souris individuelles depuis le début, et la prise en compte de ces différences individuelles pourrait être une bonne idée.

Si toutes les souris sont très similaires dans leur réponse, et que le temps lui-même n'affecte pas beaucoup le taux de glucose dans le sang, cela pourrait potentiellement être analysé avec une ANOVA bidirectionnelle, mais je préférerais plutôt une mesure répétée de l'ANOVA, ou plus généralement un approche de régression par modèle mixte.

Cependant, la plupart des (bons) progiciels statistiques offrent la possibilité de s'adapter à une ANOVA bidirectionnelle, mais ne contiennent presque pas tous les fonctionnalités pour s'adapter à un modèle mixte. Vous ne mentionnez pas le logiciel auquel vous avez accès, mais cela pourrait également être un facteur limitant.

La taille de votre échantillon est petite, vous pouvez donc avoir plusieurs petits problèmes avec le non-respect des hypothèses, mais essayez ceci .....

Répétitions bidirectionnelles anova avec groupe comme entre sujets IV et temps comme intra sujets IV. Assurez-vous d'inclure des effets d'interaction. Vous pouvez rencontrer des problèmes de sphéricité (test de Mauchly)

Quand l'injection a-t-elle eu lieu? Si c'était après le jour 1, une option que je préférerais serait de faire une mesure répétée à 2 voies ancova en incluant le jour 1 comme covariable.

Comparer chaque groupe et chaque temps individuellement post-hoc ne sera pas très pratique. Si l'analyse est significative, je tracerais simplement les données en utilisant des boîtes à moustaches côte à côte et tirerais des conclusions basées sur ce que vous voyez visuellement. Cependant, la comparaison de chaque groupe quelle que soit l'heure ne devrait pas être trop difficile.

Dans # 3, vous dites que vous n'êtes intéressé que par le jour 14. Vous pouvez vous débarrasser de tous les jours entre 1 et 14 et rendre l'analyse beaucoup plus simple. Mais je suppose que ce n'est pas quelque chose que tu voudrais faire