0

我知道我可以使用 lmer 但我想进行重复测量方差分析，以便同时进行组内和组间分析。因此，我试图比较三组（对照、疾病 1 和疾病 2）之间代谢物水平随时间的差异（在两个时间点收集的测量值），并进行组内比较，比较时间点 1 和时间点 2 .

需要注意的重要事项 - 这些是发送样本的受试者，而不是定时的试验访问，样本将在同一天或附近采集。例如一个受试者的时间点1可能是1995年，另一个受试者的时间点1是1996年，时间点1和时间点2之间的差异也不一致。平均大约为 5 年，但最长为 15 年，最短为 0.5 年。

我每组分别有 43、45 和 42 个科目。我的响应变量是代谢物 1，预测变量是组。我也有我想考虑的协变量，例如年龄、BMI 和性别。我还需要考虑家庭 ID（我在我的 lmer 模型中具有随机效应）。我的 Time 列有一个 0 来标记时间点 1，而 1 是时间点 2)。我知道我必须将主体内部和主体之间的命令分开，但是，我不确定如何执行此操作。到目前为止我的理解；

如果我使用 anova_test，我需要在科目之间指定的公式是；

   Metabolite1 ~ Group*Time

虽然对于受试者内部（查看 TP1 与 TP2 的每个组内是否有任何差异），但我不确定我将如何指定这一点（以下内容不正确）。

   Metabolite1 ~ Time + Error(ID/Time)

问题是，我如何将其完全结合起来，以指定我想要的主题之间和内部的比较，并考虑性别、年龄和 BMI 等协变量？我假设如果我指定协变量，它将成为 ANCOVA 而不是 ANOVA？

我发现的一些示例代码既有主题之间的比较设计，也有主题内的比较设计（称为混合方差分析）。

aov1 <- aov(Recall~(Task*Valence*Gender*Dosage)+Error(Subject/(Task*Valence))+(Gender*Dosage),ex5)

他指定主题内比较在错误项内。这里也解释了https://rpkgs.datanovia.com/rstatix/reference/anova_test.html

但是，我的，我现在意识到这是非常错误的（在主题比较中缺少正确的）。

  repmes<-anova_test(data=mets, Metabolite1~ Group*Time + Error(ID/Time), covariate=c("Age", "BMI", 
  "Gender", "FamilyID")

我最终想通过适当的事后测试（如果 p < 0.05）确定两个时间点（即随着时间的推移）组间代谢物 1 表达是否存在显着差异，以及两者之间是否存在显着差异受试者比较 TP1 和 TP2。请任何人都可以帮忙。

4

0 回答 0