[英]repeated measure anova in longitudinal study
我有一個類似以下的數據集:
Groups Score1 Score2 Score3
G1 12 19 11
G1 8 2 12
G1 5 4 17
G1 20 17 5
G1 15 3 18
G1 5 9 6
G1 14 13 16
G1 2 7 2
G1 14 1 0
G1 9 19 11
G2 8 11 9
G2 14 7 17
G2 16 10 18
G2 13 9 14
G2 10 15 15
G2 5 1 11
G2 4 16 19
G2 17 14 16
G2 14 13 16
G2 2 0 13
G3 16 13 19
G3 3 12 10
G3 9 4 16
G3 17 3 12
G3 18 4 6
G3 20 1 18
G3 15 17 7
G3 10 16 12
G3 3 12 2
G3 8 2 2
我的目標是比較每個組中的三個分數,並查看第1組的Score1平均值是否與Score2和Score3顯着不同。 並比較各組之間的score1平均值。 並在漂亮的圖表上將所有三個得分(三行)映射到分組因子的水平軸上。 我受制於應該使用哪個R包。 有人可以讓我知道哪個軟件包和功能最好嗎? 謝謝
像這樣嗎
library(reshape2) # for melt(...)
library(ggplot2)
df.melt <- melt(df, id="Groups", variable.name="Score")
ggplot(df.melt, aes(x=Groups, y=value, color=Score))+
stat_summary(geom="point", fun.y=mean, position=position_dodge(width=0.5))+
stat_summary(geom="errorbar", fun.data=mean_cl_normal, width=0.1, position=position_dodge(width=0.5))+
labs(x="", y="Score")
因此,在這里,我們首先將您的數據集從“寬”格式(不同列中的分數)轉換為“長”格式(一列中的所有得分,第二列Score
,指示每一行屬於哪個集合)。 我們使用ggplot
繪制平均得分(使用stat_summary(fun.y=mean,...)
和+/- 95%CL(使用stat_summary(fun.data=mean_cl_normal,...)
。格式。
您可能會認為,由於每個組和每個分數的95%CL重疊,因此沒有一個分數/組與任何其他分數/組有所不同。 但這是誤導。 例如,如果我們進行t檢驗比較第2組的得分2和3,
with(df[df$Groups=="G2",],t.test(Score2,Score3))
# Welch Two Sample t-test
#
# data: Score2 and Score3
# t = -2.5857, df = 14.184, p-value = 0.0214
# alternative hypothesis: true difference in means is not equal to 0
# 95 percent confidence interval:
# -9.5080934 -0.8919066
# sample estimates:
# mean of x mean of y
# 9.6 14.8
我們可以看到這兩個分數在大約98%的水平上有所不同。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.