치료법 비교 분석을위한 적절한 R 명령어

Question

치료 그룹이 혈당 수치에 영향을 주는지 알아야합니다 (2 가지 치료법을 비교 중임). 기본 변수 (성별 및 환자의 무게)를 수정하고 싶습니다.

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 

나는 LM 또는 AOV을 사용할지 여부를 R.이 분석하는 방법을 잘 그리고 난 '*'대신 '+'보다 사용 하는가?

것은 나는 다음과 같은 시도하지만 난 어떤 사용하는 다음의 명확하지 않다 : 당신의 도움에 대한

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) 

감사합니다. 당신이 치료의 효과에 관심이 있다면

Answer 1

후

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

또는

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

는 당신에게 동일한 결과를 줄 것이다. 당신이 다음

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

또는

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

일하는 것이, 성별, 치료 그룹 사이의 상호 작용이 있는지 여부를 검사에 관심이 있다면

. *는 두 변수 간의 상호 작용을 나타냅니다. 우리는 A *의 B 간의 상호 작용을 할 수 없기 때문에

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

반복 조치 스터디 B.

의 & 메인 효과의 주요 효과없이

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

와 동일한 결과를 얻을 각 주제에 대해 wt이 여러 번 측정되었다고 가정하면

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