时间戳

首页 > 解决方案 > 对 R 进行 Tukey 测试

r - 对 R 进行 Tukey 测试

问题描述

我正在尝试对数据 (bmt)、(KMsurv) 进行 Tukey 测试，并仅关注变量 t2 和 d3。t2：无病生存时间（复发、死亡或研究结束的时间） d3：无病的指示变量。如果死亡或复发，则 d3 = 1，如果活着或无病，则 d3 = 0。可以使用 KMsurv 包获取数据。患者已被分组为风险类别或组，由数据集中的变量 g 表示。

    g = 1; ALL (acute lymphoblastic leukemia) 38 patients
    g = 2; AML low risk (acute myeloctic leukemia) 54 patients
    g = 3; AML high risk (acute myeloctic leukemia) 45 patients

library(KMsurv)
data(bmt)
bmt
library(survival)

# run the ANOVA and print out the ANOVA table:
anova1 <- aov( group ~ t2+d3, data = bmt )
summary(anova1)


TukeyHSD(anova1)

但是出现错误信息

Error in TukeyHSD.aov(anova1) :no factors in the fitted model In addition: Warning messages: 1: In replications(paste("~", xx), data = mf) : non-factors ignored: t2 2: In replications(paste("~", xx), data = mf) : non-factors ignored: d3

我已经安装了这个包multcomp，但我不确定这个包是否是必要的。

我该如何解决这个错误？

标签： rsurvival

解决方案

我认为没有必要在这里进行方差分析，因为您的结果是无复发生存。如果你真的想，然后做一个 Tukey 测试，那么命令将是：

anova1 <- aov(t2 ~ factor(group), data = bmt)
summary(anova1)

               Df   Sum Sq Mean Sq F value  Pr(>F)   
factor(group)   2  7186442 3593221   7.115 0.00116 **
Residuals     134 67675770  505043

TukeyHSD(anova1)

  Tukey multiple comparisons of means
    95% family-wise confidence level

Fit: aov(formula = t2 ~ factor(group), data = bmt)

$`factor(group)`
          diff        lwr       upr     p adj
2-1  456.35673   99.72036  812.9931 0.0081370
3-1  -22.13216 -393.20690  348.9426 0.9890452
3-2 -478.48889 -818.45440 -138.5234 0.0031404

但这忽略了事件（变量 d3），所以我不会太在意结果。

推荐阅读