使用方差分析或r中的另一种测试方法将两个具有多个变量的组进行比较

Question

现在正在研究我的硕士论文。我分为2组：照常淋浴和冷水淋浴组。变量包括年龄，性别，体重，心理健康，生理健康，睡眠质量，运动行为，皮肤质地，淋浴行为等。

Head（data1）

Code Gruppe StudentBasel Alter Grösse Gewicht0W Gewicht12W
1 TURN12      2           Ja    50    159        70         72
2 AMMN17      1         Nein    26    164        52         50
3 LKPG08      2         Nein    19    167        54         NA
4 LJRn05      2         Nein    22    180        60         NA
5 AGBD08      1         Nein    24    165        49         NA
6 IUGH20      2         Nein    32    168        54         NA
  Geschlecht WHO1W WHO4W WHO8W WHO12W FEW1W FEW4W FEW8W FEW12W
1          w     6    21    24     25    87    70    80     75
2          w    24    22    25     22    77    78    83     74
3          w    16    NA    NA     NA    65    NA    NA     NA
4          w    19    NA    NA     NA    61    NA    NA     NA
5          w    23    18    22     NA    61    61    56     NA
6          w    22    NA    NA     NA    66    NA    NA     NA
  SchlafA1W SchlafA4W SchlafA8W SchlafA12W SchlafWT1W SchlafWT4W
1        32        25        25         30         49         32
2        35        31        35         28         46         43
3        28        NA        NA         NA         31         NA
4        23        NA        NA         NA         32         NA
5        27        28        26         NA         35         34
6        27        NA        NA         NA         41         NA

所以我有两个组，分别是第4、8和12周的数据。我想通过第4周的方式比较各组。不建议为每个变量运行t检验，因为我没有考虑某些错误。所以我想，我将使用像这样的方差分析

CSSAUW4 <- aov(formula = Gruppe ~ WHO4W + FEW4W + Dauer4W + SchlafA4W + SchlafWT4W + Einschlafzeit4W + Schwitzen + Haut4W + KHaut4W + Abwesenheit4W + Krankheitssymptome4W + Duschhäufigkeit4W,
              data = Group4W)

所以我得到了所有结果，并感到非常高兴，但是我无法进行TukeyHSD（）测试，因为“组”不是一个因素。因此，使用as.factor（）将其更改为一个因数，但是现在我不再能够计算ANOVA。显然我做错了所有事情，应该使用aov（数字变量〜组）比较所有内容，但是后来我遇到了同样的问题，如带有t检验的变量，它为每个变量编写了每个代码。

所以我读了一些有关lme4 ANOVA的文章，但是我发现很难理解如何为我的数据编码，因为我成功地躲过了我大学的每门R课程。我想要一些简单的编码，例如：Test（Group〜variable1，variable2，variable3，data = data1）就是这样。对于第4周，第8周，第12周。

我当时正在考虑使用lm（group〜variable1，variable2等）。这对我的数据是否可行并有意义？我怀疑我的统计信息是否正确：D

第二个问题：我的问题是数据集太少（第12周的随访损失为90％）。因此，目前每个小组只有8名参与者。我可以在第12周做与第4周相同的均值比较吗（每个参与者25人）？

非常感谢您的帮助！

问候基督徒

Answer 1

示例数据：

COLS = c("WHO4W", "FEW4W", "Dauer4W", "SchlafA4W", "SchlafWT4W", "Einschlafzeit4W", 
"Schwitzen", "Haut4W", "KHaut4W", "Abwesenheit4W", "Krankheitssymptome4W", 
"Duschhäufigkeit4W")

set.seed(100)
df = data.frame(Gruppe=sample(1:2,100,replace=TRUE),
matrix(rpois(100*length(COLS),100),nrow=100))
colnames(df)[-1] = COLS

由于您正在两组之间进行方差分析，因此等效于对所有可能的对进行t.test。您也可以尝试以下操作：

library(tidyr)
aov_df = pivot_longer(df,-Gruppe)
aov_df$Gruppe = factor(aov_df$Gruppe)
aov_df$grp = paste0(aov_df$name,aov_df$Gruppe)
pairwise.t.test(aov_df$value,aov_df$grp)

并根据您要进行的比较将其子集化，优点是方差被估计为一个池。