这是我研究的描述。我正在试验三种植物：A、B 和 C。这些植物应该可以降低糖尿病患者的血糖。我想确定这三种植物中的哪一种在对小鼠单次给药后对降低血糖的作用更持久。这是通过在 7 个时间点（第 1、2、3、5、7、10 和 14 天）测量小鼠的血糖来完成的。因此有 4 组（未治疗、用 A 治疗、用 B 治疗和用 C 治疗）。对于每组，使用 3 只小鼠 (n=3)。我的目标是：
我的解决方案是使用双向 ANOVA，因为有 2 个以上的组，我想比较每天的组，最后比较整体效果。
这是正确的方法吗？我能否对哪个是最好的植物进行排名，然后是第二和第三？或者我应该使用时间序列分析？
在七个不同的时间点对每只小鼠进行采样。这些是重复测量，这些重复测量之间缺乏独立性违反了标准双向 ANOVA 的假设。此外，从一开始，个体小鼠之间可能存在差异，考虑到这些个体差异可能是一个好主意。
如果所有小鼠的反应都非常相似，并且时间本身对血糖水平没有太大影响，则可以使用双向 ANOVA 进行分析，但我更喜欢重复测量 ANOVA，或者更一般地混合模型回归方法。
然而，大多数（好的）统计软件包都提供了拟合双向 ANOVA 的可能性，但并非几乎所有软件包都包含拟合混合模型的功能。您没有提及您可以访问的软件，但这也可能是一个限制因素。
您的样本量很小，因此您可能会遇到各种不符合假设的小问题，但试试这个.....
2 路重复测量方差分析，组为受试者间 IV，时间为受试者内 IV。一定要包括交互效果。您可能会遇到球形度问题（mauchly 的测试）
什么时候注射的？如果是在第 1 天之后，我更喜欢的一个选项是通过将第 1 天作为协变量来进行 2 向重复测量 ancova。
事后单独比较每个组和时间并不是很实用。如果分析很重要，我会使用并排箱线图绘制数据，并根据您在视觉上看到的内容得出结论。然而，无论时间长短，比较每个组不应该太难。
在＃3 中，您说它只对第 14 天感兴趣。您可以去掉 1 到 14 之间的所有天，并使分析更加简单。但我想这不是你想做的事情