Tengo un diseño cruzado, donde una muestra de sujetos se somete a 7 diferentes intervenciones, y dentro de cada intervención hay 3 puntos de tiempo (pre-intervención post-intervention1, post-intervention2).
Yo en primer lugar hizo un total de ANOVA con los factores de tiempo x de intervención, para comprobar si existen diferencias globales entre las intervenciones en cualquier punto de tiempo de la prueba.
Para el plazo de la intervención, análisis, primero me hizo un ANOVA de medidas repetidas (alfa = .05) con el factor tiempo (3), con post-hoc de comparaciones múltiples (pares t-tests) corregida de Bonferroni.
Sin embargo, durante la revisión en una revista revisada por pares, un crítico afirmó que "mi tiempo" efecto de un cierto objetivo de la intervención no fue significativa (p = 0.028; < 0,05), debido a que no fue corregido para comparaciones múltiples (que yo sólo se utiliza en la post-hoc de comparación).
Es el revisor del punto válido? Qué necesito para corregir alfa en la RM ANOVA? He estado tratando de encontrar un correspondiente explicación en "la interwebs", pero no he encontrado nada concluyente. Hasta ahora, la mejor que he llegado es que este extracto de un papel de 2001 por Bender & Lange:
"Métodos para ajustar por múltiples pruebas en los estudios de la recolección de mediciones repetidas son raros. A pesar de mucho trabajo reciente en modelos mixtos [38,39] aleatoria tema de los efectos de permitir la correlación de los datos, hay sólo unos pocos de comparaciones múltiples de procedimientos para situaciones especiales. Es difícil desarrollar un general del método de ajuste para comparaciones múltiples en el caso de mediciones repetidas ya que estas comparaciones se producen por factores entre-sujetos (por ejemplo, grupos), en materia de factores (por ejemplo, el tiempo), o ambos. La específica correlación de la estructura tiene que ser tomado en cuenta, que involucran a muchas dificultades. Si sólo comparaciones entre los factores de tema de interés, una posibilidad es considerar que las mediciones repetidas como varios extremos y utilice uno de los métodos mencionados en la sección anterior. Sin embargo, si las mediciones repetidas son ordenadas, esta información se pierde por el uso de este enfoque."