Апостериорный тест для линейной смешанной модели - фактор с двумя уровнями - PullRequest
Новая
       67

Апостериорный тест для линейной смешанной модели - фактор с двумя уровнями

0 голосов
/ 01 февраля 2019

Это мой фрейм данных (пожалуйста, скопируйте и вставьте для воспроизведения): 

Control <- replicate(2, c("112", "113", "116", "118", "127", "131", "134", "135", "136", "138", "143", "148", "149", "152", "153", "155", "162", "163"))
EPD <- replicate(2, c("101", "102", "103", "104", "105", "106", "107", "108", "109", "110", "114", "115", "117", "119", "120", "122", "124", "125", "126", "128", "130", "133", "137", "139", "140", "141", "142", "144", "145", "147"))
Subject <- c(Control, EPD)
Group <- c(replicate(36, "Control"), replicate(60, "Patient"))
Side <- c(replicate(18, "L"), replicate(18, "R"), replicate(30, "L"), replicate(30, "R"))
Control_Volume_L <- c(99, 119, 119, 146, 127, 96, 100, 132, 103, 103, 107, 142, 140, 134, 117, 117, 133, 143)
Control_Volume_R <- c(93, 123, 114, 152, 122, 105, 98, 138, 111, 110, 115, 137, 142, 140, 124, 102, 153, 143)
EPD_Volume_L <- c(132, 115, 140, 102, 130, 131, 110, 124, 102, 111, 93, 92, 94, 104, 92, 115, 144, 118, 104, 132, 90, 102, 94, 112, 106, 105, 79, 114, 104, 108)
EPD_Volume_R <- c(136, 116, 143, 105, 136, 137, 103, 121, 105, 115, 97, 97, 93, 108, 91, 117, 147, 111, 97, 129, 85, 107, 91, 116, 113, 101, 75, 108, 95, 98)
Volume <- c(Control_Volume_L, Control_Volume_R, EPD_Volume_L, EPD_Volume_R)
Control_FA_L <- c(0.43, 0.39, 0.38, 0.58, 0.37, 0.5, 0.35, 0.36, 0.72, 0.38, 0.45, 0.30, 0.47, 0.30, 0.67, 0.34, 0.42, 0.29)
Control_FA_R <- c(0.36, 0.49, 0.55, 0.59, 0.33, 0.41, 0.32, 0.50, 0.59, 0.52, 0.32, 0.40, 0.49, 0.33, 0.46, 0.39, 0.37, 0.33)
EPD_FA_L <- c(0.25, 0.39, 0.36, 0.42, 0.21, 0.40, 0.43, 0.16, 0.31, 0.41, 0.39, 0.40, 0.35, 0.29, 0.31, 0.24, 0.39, 0.36, 0.54, 0.38, 0.34, 0.28, 0.42, 0.33, 0.40, 0.36, 0.42, 0.28, 0.40, 0.41)
EPD_FA_R <- c(0.26, 0.36, 0.36, 0.61, 0.22, 0.33, 0.36, 0.34, 0.35, 0.37, 0.39, 0.45, 0.30, 0.31, 0.50, 0.31, 0.29, 0.43, 0.41, 0.21, 0.38, 0.28, 0.66, 0.33, 0.50, 0.27, 0.46, 0.37, 0.26, 0.39)
FA <- c(Control_FA_L, Control_FA_R, EPD_FA_L, EPD_FA_R)

data <- data.frame(Subject, Group, Side, Volume, FA)

Затем я запускаю линейную смешанную модель для значений FA с пакетом nlme: 

library(nlme)
lmm <- lme(FA ~ Group + Side + Volume, ~ 1|Subject, data = data)
summary(lmm)

Поскольку «Сторона» не является значимым фактором, его исключают из модели: 

lmm <- lme(FA ~ Group + Volume, ~ 1|Subject, data = data)
summary(lmm)

Я хотел бы выполнить дополнительный анализ для фактора «Группа» (два уровня: «Контроль» и «Контроль»).Пациент").Обычно я запускаю следующий код, чтобы выполнить анализ после анализа факторов с более чем двумя уровнями, используя пакет multcomp: 

library(multcomp)
summary(glht(lmm, linfct=mcp(Group ="Tukey")))

Я не верю, что критерий множественных сравнений Tukey подойдет для этогоДело в том, что наш фактор имеет только два уровня.Что будет подходящим после-специальным тестом в этом сценарии?Мне бы хотелось, чтобы модель оценила различия между двумя уровнями «группового» фактора («контроль» и «пациент»).Любая обратная связь будет принята с благодарностью!

1 Ответ

0 голосов
/ 02 февраля 2019

Пара вещей.Во-первых, то, что Side несущественно, не обязательно является причиной для исключения его из модели.Если есть теоретические причины отбросить (например, если нет причин, по которым это должно относиться к результату), или если есть проблемы с самими измерениями / данными, то, возможно, правильнее будет отбросить.

Во-вторых,поскольку Group - это двоичная переменная, вам не нужно делать никаких дополнительных сравнений.Коэффициент в выходных данных для Group будет представлять собой среднюю разницу между контрольной группой и группой пациентов при контроле всех других переменных в модели.Таким образом, в выходных данных модели с включенной Side похоже, что у пациентов оценка в среднем на 0,08 единицы ниже по шкале ФА, чем в контрольной группе.Если этот показатель сам по себе имеет смысл, то вы можете просто сообщить об этом таким образом.Если нет, вы можете стандартизировать его.

Надеюсь, это поможет.

...