Соедините два фактора для ANOVA в R

Question

У меня есть данные подсчета колоний от двух разных состояний (рак и нормальное состояние), которых лечили комбинацией двух препаратов: A (3 уровня) и B (2 уровня). Для колоний у меня разные типы + итого, но я в порядке, глядя на разные типы в другом тесте.

df <- data.frame( Patient = rep( 1:6, 6), Disease = rep( c( "cancer", "normal"), 18), DrugA = c( rep( 0, 12), rep( 30, 12), rep( 100, 12)), DrugB = rep( c( rep( 0, 6), rep( 2, 6)), 3), n.colonies = sample( 10:300, size = 36) )
head(df)

Моя проблема в том, что я хочу сравнить различия каждого лечения (комбинация DrugA и DrugB) между двумя состояниями (рак и нормальное состояние). Для этого я сделал следующее:

df$treatment.factor <- paste( df$DrugA, df$DrugB, sep = ".")
library(stats)
a <- aov( formula = n.colonies ~ Disease:treatment.factor, data = df)
summary(a)
TukeyHSD(a)

Результат возвращает все возможные комбинации, включая различные варианты лечения в одном и том же состоянии. У меня есть какой-нибудь способ ограничить тестируемые группы только одним и тем же лечением. Фактор по разным заболеваниям? Я думал о том, чтобы сделать только t-тесты, представляющие интерес и правильные для множественных сравнений, но они не кажутся мне совершенно подходящими. Я также думал о проведении регрессии для каждого из условий (разделенных на основе DrugB), но наличие только 3 баллов (три концентрации DrugA) также не помогает в этом.

Любое предложение? Спасибо!

Эдуардо

Answer 1

Я не уверен, чтобы понять. Может быть, вы хотите:

library(lsmeans)
lsmeans(a, pairwise ~ Disease:treatment.factor | treatment.factor)

---

$contrasts
treatment.factor = 0.0:
 contrast           estimate       SE df t.ratio p.value
 cancer - normal -101.333333 74.31826 24  -1.364  0.1854

treatment.factor = 0.2:
 contrast           estimate       SE df t.ratio p.value
 cancer - normal  -92.333333 74.31826 24  -1.242  0.2261

treatment.factor = 100.0:
 contrast           estimate       SE df t.ratio p.value
 cancer - normal   50.666667 74.31826 24   0.682  0.5019

treatment.factor = 100.2:
 contrast           estimate       SE df t.ratio p.value
 cancer - normal    1.666667 74.31826 24   0.022  0.9823

treatment.factor = 30.0:
 contrast           estimate       SE df t.ratio p.value
 cancer - normal    9.000000 74.31826 24   0.121  0.9046

treatment.factor = 30.2:
 contrast           estimate       SE df t.ratio p.value
 cancer - normal   79.333333 74.31826 24   1.067  0.2964