我有興趣查看抑鬱症患者在記憶任務中是否存在羣體差異(對照和PTSD)。我運行了一個ANCOVA模型。這是我的語法:使用R中的ANCOVA設計獲得每個受試者的調整值
memory <- c(0.7085, 1, 0.375, 0.4585, 1, 0.8, 0.875, 0.35, 0.8, 0.9, 1, 0.425, 0.8335, 1, 0.4665, 0.75, 1, 0.6665, 0.8, 0.9, 1, 0.375, 0.5, 0.625, 0.5, 1, 0.7085, 0.625, 0.5835, 0.8335, 0.6, 1, 0.75, 0.4585, 0.6, 0.7, 0.6665, 0.8, 1, 0.875, 0.5, 1, 0, 0.4165)
group <- factor(c(rep("controls", 31), rep("ptsd", 13)), levels=c("controls", "ptsd"))
BDI <- c(1, 7, 0, 5, 3, 2, 4, 18, 7, 8, 0, 2, 10, 17, 1, 22, 6, 5, 4, 4, 0, 2, 4, 4, 8, 14, 4, 11, 3, 9, 11, 15, 33, 20, 31, 23, 25, 20, 21, 36, 14, 41, 22, 16)
#ANCOVA
Anova(lm(memory ~ BDI + group), type="III")
#Anova Table (Type III tests)
#Response: memory
# Sum Sq Df F value Pr(>F)
#(Intercept) 8.3847 1 148.3227 3.331e-15 ***
#BDI 0.0951 1 1.6829 0.2018
#group 0.1136 1 2.0087 0.1640
#Residuals 2.3177 41
#---
#Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
我看到任務上沒有顯着的羣體差異,p值= 0.1640。但是,我也想獲得調整後平均爲每個組:
data <- data.frame(group, BDI, memory)
model <- lm(memory ~ BDI + group)
BDI.predict <- rep(mean(BDI), 2)
data.predict <- data.frame(group = group, BDI = BDI.predict)
adjmeans <- predict(model, data.predict)
adjmeans
而且我看到,對於控制調整後平均爲0.7636093和創傷後應激障礙組是0.5810471。
我的問題是如何獲得每個主題的調整值?
一個我想要做的事情是看看是否每一組以上的機會(單樣本t檢驗)進行,我想使用的調整值(控制抑鬱症後),而不是原始值。
這不是預測功能家族提供的功能。參見'?predict.lm' –
對使用'predict'的建議沒有反應。投票結束模糊。這似乎只是模糊地像一個編程問題,更像是一個統計問題(或者可能只是通過「閱讀手冊」很快解決的問題。) –
嗨42,我嘗試使用predict.lm(模型),這只是回饋原始值。我可能不太瞭解predict.lm()的用法,即使我閱讀了手冊,但我仍然試圖在控制抑鬱症之後獲得調整後的值。你介意給出特定的代碼嗎?謝謝! – Dana