Hallo,
ich habe da etwas nicht verstanden. Mir ist klar, dass ich bei mehreren Vergleichen (z.B. A-B, A-C) für die false discovery rate kompensieren muss und sich daher ANOVA + post hoc anstatt zweier t-Tests anbietet.
Aber ist das der einzige Grund, warum ANOVA vorgezogen werden sollte?
Z.B. wenn ich ein Experiment mit zwei verschiedenen Zell-Linien mache in dem ich deren Antwort auf Stoff XY prüfe. Dann habe ich folgenden Datensatz:
Zellen1 Kontrollwert
Zellen1 + Stoff XY
Zellen2 Kontrollwert
Zellen2 + Stoff XY
Logisch gesehen ist doch die Antwort auf Stoff XY in Zelllinie1 unabhängig von der Antwort von Zellinie2 auf Stoff XY und umgekehrt.
Kann ich dann zwei t-Tests machen ([Zellen1 Kontrollwert] vs. [Zellen1 + Stoff XY]; [Zellen2 Kontrollwert] vs. [Zellen2 + Stoff XY]) und das in einem Graph darstellen?
Oder muss ich weil ich mehr als 2-Gruppen habe ANOVA verwenden?
Vielen Dank für Eure Antwort im Voraus