Keuze tussen ANCOVA en mixed ANOVA bij enkel voor- en nameting

Question

Welke analysemethode kan je best uitvoeren bij een design met 2 gemanipuleerde onafhankelijke variabelen, met 1 voormeting en 1 nameting voor de afhankelijke variabele, indien blijkt dat er tijdens de voormeting reeds verschillen aanwezig zijn tussen de condities? Doe je dan best een mixed-ANOVA (met repeated measures) om de effecten van de condities te bestuderen of doe je dan best een ANCOVA waarbij de voormeting als covariaat is opgenomen? Zijn beide opties goed?

En daarbij aansluitend: dezelfde vraag voor de simple effects analysis in dat geval. Neem je dan best de voormeting (Z als voorbeeld) als covariaat op (GLM X BY Y WITH Z...) of eerder als afhankelijke variabele: GLM X Z BY Y? Of begrijp ik dit hier helemaal verkeerd?

Answer 1

Hele goede vraag, waar helaas geen simpel antwoord op is (niet door mij althans).

Er zijn twee manieren om te "corrigeren" voor een voormeting: via herhaalde metingen (wat bij twee metingen hetzelfde is als verschil-scores berekenen) en via het gebruiken van een covariaat.

Er is in de literatuur discussie over wat precies de gevolgen zijn van beide aanpakken en welke aanpak in welke situatie beter is. Het gaat te ver om hierop in te gaan. Wanneer je geïnteresseerd bent, zoek ook eens op Lord's Paradox. 

References: 

Senn (2006). Change from baseline and covariance revisited. Statistics in Medicine, 25, 4334-4344.

Van Breukelen, G. (2006). ANCOVA versus change from baseline had more power in randomized studies and more bias in nonrandomized studies. Journal of Clinical Epidemiology, 59, 920-925.