我遇到了一些问题后的测试(包‘emMeans’,函数‘emMeans’/‘对比’)生存模型(包‘生存’,函数‘survreg’),我以前适应了一些实验数据.本试验用细菌或盐分处理4代紫花苜蓿植株.每种可能的治疗组合都有6个重复.丢失的值源于丢失的样本.
紫花苜蓿世代:G1、G2、G3、光环
盐度:0,8
细菌:C、CN、E、H、H+E
数据子集(仅显示一种细菌处理):
Bac Salinity Generation PRC MPR
E 0 G1 0 6.761500689
E 8 G1 1 N/A
E 0 G2 0 6.761500689
E 8 G2 0 6.761500689
E 0 G3 1 6.67360118
E 8 G3 0 6.761500689
E 0 Halo 0 6.761500689
E 8 Halo 0 6.761500689
T8PSR是我的数据,‘MPR’是脯氨酸含量,‘PRC’是0=已审查/1=未经审查的识别符.对于许多样本(特别是处理细菌=‘E’、细菌=‘H+E’和盐度=‘8’),响应变量(‘MPR’即,脯氨酸含量)是右审查的,因为我使用的分光光度计不能给出吸光度>;3(这转化为脯氨酸浓度/‘MPR’值>;6.76).
代码:
s2<-Surv(T8PSR$"MPR",T8PSR$"PRC", type="right")
P2<-survreg(s2~Bac*Generation*Salinity, data=T8PSR)
pa2<-anova(P2)
Prr<-emmeans(P2, ~Bac)
contrast(Prr, method="pairwise")
方差分析
Df Deviance Resid. Df -2*LL Pr(>Chi)
NULL 183 661.90
Bac 4 27.9079 179 634.00 <0.01
Generation 3 1.1563 176 632.84 0.76
Salinity 1 27.8662 175 604.97 <0.01
Bac:Generation 12 3.9519 163 601.02 0.98
Bac:Salinity 4 7.4869 159 593.53 0.11
Generation:Salinity 3 2.9534 156 590.58 0.39
Bac:Generation:Salinity 12 4.2484 144 586.33 0.97
Survreg/EMMeans给出了令人满意的结果,但在某些处理中,细菌根部Pro含量(显示)和盐度(未显示)的EMMeans估计的可信区间很大(我相信这是因为根中的审查数据比地上部中的数据更多):
Bac emmean SE df lower.CL upper.CL
C 1.488 0.239 144 1.015 1.96
C+N 1.517 0.256 144 1.012 2.02
E 4.979 763.340 144 -1503.819 1513.78
H 0.688 0.218 144 0.257 1.12
H+E 4.786 763.340 144 -1504.012 1513.58
我的问题是:细菌处理之间的对比没有发现显著差异,尽管‘E’和‘H+E’的平均值要比其他处理高得多,而且比其他处理更严格(因此,脯氨酸含量明显更高).
contrast estimate SE df t.ratio p.value
C - (C+N) -0.0294 0.350 144 -0.084 1.0000
C - E -3.4913 763.340 144 -0.005 1.0000
C - H 0.8001 0.324 144 2.471 0.1031
C - (H+E) -3.2981 763.340 144 -0.004 1.0000
(C+N) - E -3.4619 763.340 144 -0.005 1.0000
(C+N) - H 0.8295 0.336 144 2.469 0.1035
(C+N) - (H+E) -3.2687 763.340 144 -0.004 1.0000
E - H 4.2914 763.340 144 0.006 1.0000
E - (H+E) 0.1932 1079.525 144 0.000 1.0000
H - (H+E) -4.0982 763.340 144 -0.005 1.0000
我如何通过"对比"来显示我所知道的明显有意义的结果?
我已经判断了堆栈溢出,但没有找到类似的问题(但是,如果我错过了,请直接告诉我一个).我已经翻阅了"emans"和"survreg"的说明,但也没有找到任何涉及这个问题的material .