0

生物学的研究を分析する必要があります。研究デザインはかなり単純です。これには 3 つのグループが含まれます。1 つのコントロール グループと 2 つのテスト グループ。2 つの試験グループは、同じ薬で異なる用量で治療されます。各グループには約 14 の観測値があり、約 600 の変数を調べます。グループ間の重要なヒットを決定するために、一元配置分散分析を既に使用しました。ただし、治療用量間に定量的な効果があるかどうかを知りたい. 言い換えると、試験群 1 (低用量) を対照群と比較した場合に統計的に治療効果が大きいか、試験群 2 (高用量) を対照群と比較した場合に治療効果が大きいかということです。また、分析には 1 つまたは 2 つの共変量を含める必要があります。

残念ながら、R にこの質問に答えるために使用できる統計テスト/手法があるかどうかはわかりません。どんなアドバイスでも大歓迎です。

シルヴァン

4

1 に答える 1

1

これは multcomp-package の仕事のように思えます。そこにはたくさんのリソースがあります。こちらの本もどうぞ。

以下は、2 つのグループの反応を対照グループと比較した例です。

require(multcomp)
mice <- data.frame(group=as.factor(rep(c("C","1","2"),rep(6,3))), 
                   score=c(58, 32, 59, 64, 55, 49, 73, 70, 68, 71, 60, 62, 53, 74, 72, 62, 58, 61))
# reoder factor, so that Control is the 1st level
levels(mice$group) <- c("C", "1", "2")

plot(score ~ group, data = mice)

ここに画像の説明を入力

# Anova
mod <- aov(score ~ group, data = mice)
# Multiple Comparisons with Dunnett contrasts (=Compare to control)
summary(glht(mod, linfct=mcp(group = "Dunnett")))

     Simultaneous Tests for General Linear Hypotheses

Multiple Comparisons of Means: Dunnett Contrasts


Fit: aov(formula = score ~ group, data = mice)

Linear Hypotheses:
           Estimate Std. Error t value Pr(>|t|)  
1 - C == 0   -4.000      4.965  -0.806   0.6427  
2 - C == 0  -14.500      4.965  -2.920   0.0195 *
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 
(Adjusted p values reported -- single-step method)

HTH、

于 2012-07-02T14:34:41.403 に答える