二元配置分散分析は適切ですか？

これは私の研究の説明です。私は、A、B、Cの3つの植物で実験しています。これらの植物は、糖尿病患者の血糖値を下げると考えられています。これらの3つの植物のどれが、マウスへの単回投与後の血糖値低下により長い影響を与えるかを調べたいと思います。これは、7つの時点（1、2、3、5、7、10、および14日目）でのマウスの血糖値を測定することによって行われます。したがって、4つのグループがあります（未処理、Aで処理、Bで処理、Cで処理）。各グループに3匹のマウスを使用した（n = 3）。私の目標は：

1. 各植物処理の効果が未処理と比較して重要かどうかを判断します。
2. 毎日のグループ間での効果を比較します。
3. 14日後に最も効果のある治療グループを特定します。

私の解決策は、2つ以上のグループがあるため、2因子ANOVAを使用することです。毎日のグループを比較し、最後に全体的な効果を比較します。

これは正しい方法ですか？2番目と3番目に続く最高の植物をランク付けできますか？または時系列分析を使用する必要がありますか？

すべてのマウスは、7つの異なる時点でサンプリングされます。これらは繰り返し測定であり、これらの繰り返し測定間の独立性の欠如は、標準的な二元配置分散分析の仮定に違反します。さらに、最初から個々のマウスに違いがある可能性があり、これらの個々の違いを考慮に入れることは良い考えです。

すべてのマウスの応答が非常に似ていて、時間自体が血糖値にあまり影響しない場合、これは2因子分散分析で分析できる可能性がありますが、反復測定分散分析、またはより一般的には混合モデル回帰アプローチ。

ただし、（優れた）統計ソフトウェアパッケージのほとんどは、2因子分散分析に適合する可能性を提供しますが、ほとんどすべてが混合モデルに適合する機能を備えているわけではありません。アクセスできるソフトウェアについては言及していませんが、これも制限要因になる可能性があります。

サンプルサイズが小さいため、想定を満たさないことでさまざまな小さな問題が発生する可能性がありますが、これを試してください。

被験者間IVとしてグループを使用し、被験者内IVとして時間を使用して、2方向反復測定anova。インタラクション効果を必ず含めてください。球形性に関する問題が発生する可能性があります（ほとんどのテスト）

注射はいつ行われたのですか？1日目以降の場合は、1日目を共変量として含めることで、2方向反復測定ancovaを実行することをお勧めします。

各グループと時間を個別に個別に比較することは、あまり実用的ではありません。分析が重要な場合は、横並びの箱ひげ図を使用してデータをプロットし、視覚的に表示されるものに基づいて結論を出します。ただし、時間に関係なく各グループを比較することは難しくありません。

＃3では、14日目にのみ関心があるように言っています。1から14までのすべての日を削除して、分析をはるかに簡単にすることができます。しかし、これはあなたがやりたいことではないと思います