R 治疗效果的定量分析

我需要分析一项生物学研究。研究设计相当简单。它包括3组。1对照组 和2个试验组。两个试验组用相同的药物治疗，但剂量不同。每组都有 大约14次观察，我观察了大约600个变量。我已经使用了单向方差分析来 确定各组之间的重要点击率。然而，我现在想知道是否有一个定量的 治疗剂量之间的效应。换句话说，当你 将试验组1（低剂量）与对照组进行比较，或者在进行比较时，治疗效果是否更大 试验组2（高剂量）与对照组。我还需要在分析中包含1或2个协变量

不幸的是，我不知道在R中是否有统计测试/技术可以用来回答这个问题。 非常感谢您的任何建议

---

Syrvn

这听起来像是multcomp包的工作，有很多资源。也看看这本书

下面是一个比较两组与对照组反应的示例：

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)

require（multcomp）
我发现了一个很好的演讲，我想它解决了我的问题。请参见幻灯片3：
# 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)