是否有 R 函数执行 Ancova post-hoc 测试以检查回归斜率的同质性
Is there a R function to perform an Ancova post-hoc test to check homogeneity of regression slopes
调整一些线性模型后,我首先要测试回归斜率的同质性。第二步,这是我的疑问,我想使用 post-hoc 测试来逐个比较 slopes。
这是一个修改自 https://www.datanovia.com/en/lessons/ancova-in-r/
的示例
获取数据
data("anxiety", package = "datarium")
anxiety <- anxiety[,c("id","group","t1","t3")]
names(anxiety)[c(3,4)] <- c("pretest","posttest")
绘制回归线
ggscatter(anxiety,x="pretest",y="posttest",color="group",add="reg.line")+
stat_regline_equation(aes(label=paste(..eq.label.., ..rr.label.., sep = "~~~~"),color = group))
检查回归斜率的同质性
anova_test(anxiety,posttest~group*pretest)
在这里我们可以看到 4.15e-01 的统计上不显着的 p 值
post-hoc 测试 emmeans_test 执行成对比较以确定哪些 组 不同。不过,我想采用多重比较程序来确定哪些 B(slopes)与其他的不同。
有这个功能吗?提前致谢。
在阅读和搜索更多之后,我准备了一个我正在尝试做的分析示例。我希望它有用。
一个重要的来源是 https://cran.r-project.org/web/packages/emmeans/vignettes/interactions.html
## packages
library(ggpubr)
library(rstatix)
library(emmeans)
library(data.table)
## prepare the example data
rm(list = ls())
set.seed(321)
a1 <- 0
b1 <- 1
a2 <- 1
b2 <- 1.7
x <- c(1:10)
y1 <- (a1+b1*x)+rnorm(10,0,.6)
y2 <- (a1+b1*x)+rnorm(10,0,.6)
y3 <- (a2+b1*x)+rnorm(10,0,.6)
y4 <- (a2+b2*x)+rnorm(10,0,.6)
dat <- data.frame(x=rep(x,4),y=c(y1,y2,y3,y4),group=rep(c("A","B","C","D"),each=10))
## regression and coefficients
lm.dat <- lm(y~x*group,dat)
summary(lm.dat)
## coeficients, confidence intervals and R2 by group
as.data.table(dat)[,as.list(coef(lm(y~x))),by=group]
as.data.table(dat)[,as.list(confint(lm(y~x))),by=group]
as.data.table(dat)[,list(r2=summary(lm(y~x))$r.squared),by=group]
## plots
emmip(lm.dat,group~x,cov.reduce=range)
ggscatter(dat,x="x",y="y",color="group",add="reg.line")+
stat_regline_equation(aes(label=paste(..eq.label.., ..rr.label.., sep = "~~~~"),color = group))
## anova
anova(lm.dat)
anova_test(dat,y~x*group)
## interactions with covariates
## slopes for each group and pairwise comparisons
emtrends(lm.dat,pairwise~group,var="x")
调整一些线性模型后,我首先要测试回归斜率的同质性。第二步,这是我的疑问,我想使用 post-hoc 测试来逐个比较 slopes。
这是一个修改自 https://www.datanovia.com/en/lessons/ancova-in-r/
的示例获取数据
data("anxiety", package = "datarium")
anxiety <- anxiety[,c("id","group","t1","t3")]
names(anxiety)[c(3,4)] <- c("pretest","posttest")
绘制回归线
ggscatter(anxiety,x="pretest",y="posttest",color="group",add="reg.line")+
stat_regline_equation(aes(label=paste(..eq.label.., ..rr.label.., sep = "~~~~"),color = group))
检查回归斜率的同质性
anova_test(anxiety,posttest~group*pretest)
在这里我们可以看到 4.15e-01 的统计上不显着的 p 值
post-hoc 测试 emmeans_test 执行成对比较以确定哪些 组 不同。不过,我想采用多重比较程序来确定哪些 B(slopes)与其他的不同。
有这个功能吗?提前致谢。
在阅读和搜索更多之后,我准备了一个我正在尝试做的分析示例。我希望它有用。 一个重要的来源是 https://cran.r-project.org/web/packages/emmeans/vignettes/interactions.html
## packages
library(ggpubr)
library(rstatix)
library(emmeans)
library(data.table)
## prepare the example data
rm(list = ls())
set.seed(321)
a1 <- 0
b1 <- 1
a2 <- 1
b2 <- 1.7
x <- c(1:10)
y1 <- (a1+b1*x)+rnorm(10,0,.6)
y2 <- (a1+b1*x)+rnorm(10,0,.6)
y3 <- (a2+b1*x)+rnorm(10,0,.6)
y4 <- (a2+b2*x)+rnorm(10,0,.6)
dat <- data.frame(x=rep(x,4),y=c(y1,y2,y3,y4),group=rep(c("A","B","C","D"),each=10))
## regression and coefficients
lm.dat <- lm(y~x*group,dat)
summary(lm.dat)
## coeficients, confidence intervals and R2 by group
as.data.table(dat)[,as.list(coef(lm(y~x))),by=group]
as.data.table(dat)[,as.list(confint(lm(y~x))),by=group]
as.data.table(dat)[,list(r2=summary(lm(y~x))$r.squared),by=group]
## plots
emmip(lm.dat,group~x,cov.reduce=range)
ggscatter(dat,x="x",y="y",color="group",add="reg.line")+
stat_regline_equation(aes(label=paste(..eq.label.., ..rr.label.., sep = "~~~~"),color = group))
## anova
anova(lm.dat)
anova_test(dat,y~x*group)
## interactions with covariates
## slopes for each group and pairwise comparisons
emtrends(lm.dat,pairwise~group,var="x")