Estoy confundido acerca de una aparente contradicción entre el t-test y 1-way ANOVA en un caso particular - por favor sugerir una manera de pensar acerca de ella.
Supongamos que deseamos comparar algunos parámetros entre los 3 grupos, pero estoy más interesado en la comparación entre el grupo 1 y 2. La recogida de datos se parece a la gráfica de abajo (puntos: los puntos de datos, de líneas: medio +/- 95% CI). T-test del grupo 1 frente a grupo 2 es altamente significativa (p<0,01). Pero el 1-way ANOVA para los 3 grupos no es significativa (p=0,10). Intuitivamente, uno puede ver claramente que los grupos 1 y 2 son diferentes. Pero la adición de los del grupo 3, con alta variabilidad oculta este hecho. Siento que las estadísticas en este caso se oscurece el sentido común.
Como ejemplo, considere la posibilidad de este experimento. Imagino que por primera vez recoge sólo el grupo 1 y 2, hice la prueba de t, y concluyó que estas poblaciones tienen diferentes medios. Entonces, he añadido el grupo 3 (que no es ni siquiera tan importante en el experimento real). Ahora, el formalmente correcta de la prueba será de 1-way ANOVA, y la conclusión es que "no hay suficiente evidencia de que las poblaciones de los diferentes medios". Pero desde el punto de vista de sentido común, no entiendo cómo la adición de un tercer grupo puede cambiar los previamente establecidos hecho de que las poblaciones 1 y 2 tienen los diferentes medios.
Podría usted por favor, sugiera la manera de conciliar la estadística y práctica de las conclusiones en este caso?
Tal vez hay alguna justificación de la utilización de la prueba t en lugar de ANOVA en tales casos?