我有两个时间课程。两者的长度相同。两者都是单变量。每个代表来自一个独特子组的平均 EEG 信号。两个亚组的受试者数量不同。

我想找到两组之间差异具有统计学意义的各个时间点。

似乎我的选择是：

• 对每个时间点执行双尾 t 检验并纠正多重比较。
• 执行方差分析。
• 使用 GLM 对每个时间过程进行建模，然后分析 beta 系数

然而，每种方法似乎都有缺点。

• 鉴于脑电图时间过程的长度，以及两个值之间相对较小的差异，我担心在 t 检验的情况下出现假阴性的风险。
• ANOVA 可以告诉我给定时间点是否不同，但不能识别实际感兴趣的时间点。此外，将违反独立性假设，因为顺序测量将相互关联。
• 线性分析不会识别感兴趣的时间点。