R 语言教程：方差分析与多重比较

医学研究的R语言应用（4）：

方差分析与多重比较

1. 研究实例

在评价某临床新药耐受性及安全性的2a期临床试验中，对符合纳入标准的30名健康自愿者随机分为3组，每组10名。各组注射剂量分别为0.5U、1U、2U，观察48小时部分凝血活酶时间（s），试问不同剂量的部分凝血活酶时间有无不同？数据库见time48.sav（SPSS格式）

2. 数据导入和基本分析

#加载必要的包

library(foreign) # 第1篇介绍

library(nortest) # 第1篇介绍

library(CBCgrps) # 第2篇介绍

library(tidyverse) # 第1篇介绍

library(car)  #用于方差齐性检验

#导入数据

e4=read.spss("time48.sav")  #读取数据集

e4<-as.data.frame(e4)

# 浏览数据变量结构

str(e4)

#利用函数整体进行快速统计描述

fun1<-function(x1,x2){

  median<-tapply(x1,x2,median)

  mean<-tapply(x1,x2,mean)

  IQR<-tapply(x1,x2,IQR)

  sd<-tapply(x1,x2,sd)

  y5<-cbind(median,mean,IQR,sd)

  return(y5)

}

fun1(e4$time,e4$group)

# 此处也可以利用dplyr函数进行

#进行两组数据的正态性检验

tt<-tapply(e4$time,e4$group,shapiro.test)

#绘制箱式图来看看看数据的变异程度

boxplot(time~group,data=e4)

4. 方差分析

用于多个试验组与一个对照组间的比较。R语言中可利用multcomp包中的glht()函数进行包括

方差齐性检验

leveneTest(time~group,data=e4)# spss采用方法，推荐

# 方差分析

 fit<-aov(time~group,data = e4) 

 summary(fit)

# 方差不齐时的welch检验

 oneway.test(time ~ group, data =e4, var.equal = F)

5. 多重比较

R语言可以进行多种多重比较方法。不过，部分多重比较方法并不如SPSS友好，两两比较的P往往不提供。

（1）LSD法

LSD法在R语言中可利用agricolae包中的LSD.test函数实现，其调用格式为：

LSD.test(y, trt, DFerror, MSerror, alpha = 0.05, p.adj=c("none","holm","hommel", "hochberg", "bonferroni", "BH", "BY", "fdr"), …)

其中y为方差分析对象，trt为要进行多重比较的分组变量，p.adj可以选定P值矫正方法。当p.adj=”none”时，为LSD法，p.adj="bonferroni"时为Bonferroni法。

library(agricolae)

out <- LSD.test(fit,"group", p.adj="none")

summary(out) #展示所有结果

out$group#多重比较的关键结果

运行结果并不提供P值，只提供归类结果，具有相同英文字母者表示没有统计学差异。本案例分析结果显示：1 单位剂量与2单位剂量存在着统计学差异，1单位和0.5单位剂量存在着统计学差异，0.5 单位剂量与2单位剂量存在无统计学差异。

（2） Bonferroni法

它是Bonferroni校正在LSD法上的应用。将LSD.test中p.adj设置为"bonferroni"即为Bonferroni法。

out <- LSD.test(fit,"group", p.adj="bonferroni")

summary(out)

out$group#结果显示

运行结果与LSD法类似，不再展示。

（3）Dunnett检验

用于多个试验组与一个对照组间的比较。R语言中可利用multcomp包中的glht()函数进行包括Dunnett检验在内的多种检验，其调用格式为：

glht(model, linfct, alternative = c("two.sided", "less", "greater"), ...)

其中model为方差分析对象，linfct设置要进行多重比较的分组变量和方法。

library(multcomp)

out <- glht(fit,linfct = mcp(group = 'Dunnett'), alternative = 'two.side')

summary(out)

程序运行结果：

（4）SNK法（Student-Newman-Keuls）

实质上是根据预先制定的准则将各组均数分为多个子集, 利用Studentized Range分布来进行假设检验。SNK法可用agricolae包中的SNK.test()函数实现，其调用格式为：

SNK.test(y, trt, alpha = 0.05, …)

其中y为方差分析对象，trt为要进行多重比较的分组变量

library(agricolae)

out <- SNK.test(fit,"group")

out$group#结果显示

程序运行结果与LSD.test类似。

（5）Turkey检验

使用学生化的范围统计量进行组间所有成对比较。Tukey的检验特点：所有各组的样本数相等；各组样本均数之间的全面比较；可能产生较多的假阴性结论。

R中Turkey检验检验的函数为TukeyHSD(model)，其调用格式为：

TukeyHSD(model)

其中model为方差分析对象

tuk=TukeyHSD(fit)

tuk

plot(tuk)

程序运行结果：

（6）Duncan法(新复极差法)（SSR）

指定一系列的“range”值，逐步进行计算比较得出结论。

Duncan法可用agricolae包中的duncan.test()函数实现，其调用格式为：

duncan.test(y, trt, …)

其中y为方差分析对象，trt为要进行多重比较的分组变量

（7）Scheffe检验

Scheffe法为均值的所有可能的成对组合执行并发的联合成对比较。使用F取样分布。可用来检查组均值的所有可能的线性组合，而非仅限于成对组合。Scheffe检验特点：各组样本数相等或不等均可以，但是以各组样本数不相等使用较多；如果比较的次数明显地大于均数的个数时，Scheffe法的检验功效可能优于Bonferroni法

Scheffe法可用agricolae包中的scheffe.test()函数实现，其调用格式为：

scheffe.test(y, trt, …)

其中y为方差分析对象，trt为要进行多重比较的分组变量

医学研究R语言应用系列（点击即可学习）

0. R语言基础课程：30天学会R语言

1.正态性检验与判断（R教程，SPSS教程）

2.CBCgrps包的妙用

3.两样本t检验（R教程，SPSS教程）

4.两样本秩和检验（R教程，SPSS教程）