r - 如何对drm模型的参数进行统计检验？

Question

我想研究一个因素对剂量反应曲线不同参数的影响。为了说明我的问题，我以一个简单的二次方程为例，为一个因子的三种模态建模 Y 和 X 之间的关系。这是可重现示例的一些代码。

test <- data.frame(X = c(c(1:100), c(1:100), c(1:100)), 
                   Y = c(NLS.poly2(c(1:100), 2, -4, 9), 
                         NLS.poly2(c(1:100), 2, 15, 10), 
                         NLS.poly2(c(1:100), 4, 12, 16)) + sample(c(2000:10000), 300, replace = T), 
                   factor = as.factor(c(array("A", dim = 100), 
                                        array("B", dim = 100), 
                                        array("C", dim = 100))))

我使用包 drc 的功能拟合了一个 drm 模型，它工作正常并且很好地拟合了数据。

model <- drm(Y ~ X, fct = DRC.poly2(), 
             data = test,
             curveid = factor,
             pmodels = c(~ 1,
                         ~ factor,
                         ~ factor), 
                bcVal = 0.5) 

从这个模型中，我想通过进行某种方差分析来测试因子对方程每个参数的影响（理想情况下，随后进行事后测试以区分因子的三种模态）。有谁知道这是否可能？