Question

我必须查明治疗组是否会影响血糖水平（正在比较2种治疗方法）。我想纠正基线变量（性别和患者体重）。

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

我不知道如何在R中分析这个。是否使用lm或aov，我应该使用＆＃39; *＆＃39;而不是＆＃39; +＆＃39; ？

我试过以下但我不清楚使用以下哪个：

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)

感谢您的帮助。

Answer 1

如果您只对治疗效果感兴趣，那么

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

或

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

会给你相同的结果。

如果您有兴趣检查性别与治疗组之间是否存在相互作用，那么

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

或

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

会奏效。 *表示两个变量之间的相互作用。

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

给出与

相同的结果

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

因为我们不能在没有A＆amp; A的主要影响的情况下在A * B之间进行交互。 B.的主要影响。

对于重复测量的研究，假设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)

适当的R命令用于治疗的比较分析

1 个答案: