用于处理对比分析的适当R命令

Question

我必须找出治疗组是否会影响血糖水平(两种治疗方法正在进行比较)。我想要校正基线变量(患者的性别和体重)。

bslevel = continuous outcome parameter of blood sugar level
ttgrp = a factor variable of treatment group of patient 
gender = another factor variable: gender of patient
wt = a continuous baseline variable: weight of patient

我不确定如何在R中分析这一点，是使用lm还是aov，我应该使用'*‘而不是'+’吗？

我试着关注，但我不清楚使用以下哪一个：

aov(bslevel ~ ttgrp + gender + wt, data=mydata)
aov(bslevel ~ ttgrp*gender + wt, data=mydata)
lm(bslevel ~ ttgrp + gender + wt, data=mydata)
aov(bslevel~ttgrp+Error(SubjectID/ttgrp),data=mydata)

谢谢你的帮助。

Answer 1

如果你只对治疗的效果感兴趣，那么

aov(bslevel ~ gender + wt + ttgrp, data = mydata)

或

lm(bslevel ~ gender + wt + ttgrp, data = mydata)

都会给你同样的结果。

如果你有兴趣研究性别和治疗组之间是否存在交互作用，那么

aov(bslevel ~ gender + wt + ttgrp + gender * ttgrp, data = mydata)

或

lm(bslevel ~ gender + wt + ttgrp + gender * ttgrp, data = mydata)

会起作用的。*表示两个变量之间的交互作用。

lm(bslevel ~ gender + wt + ttgrp + gender * ttgrp, data = mydata)   

产生的结果与

lm(bslevel ~ wt + gender * ttgrp, data = mydata)

因为没有A的主效应和B的主效应，我们就不能有A*B之间的相互作用。

对于重复测量的研究，假设对每个受试者多次测量wt，那么我们将使用

aov(bslevel ~ wt + Error(subject/wt), data = mydata)