r - 结果的统计分析（斜率、最小值和最大值）

Question

我的数据来自酶测量。我随时间测量了 3 种不同的酶活性（A、B 和 C）。在这些测量中，我有 4 组（apo_control、apo_needle、sym_control、sym_needle）和几个人。然后我在整个数据集的基础上使用 GLM 模型计算斜率，以及来自个体平均值的最小值和最大值。现在我有一个数据集，其结果如下所示：

数据集“结果”：

structure(list(Messung = c("A", "A", "A", "A", "B", "B", "B", 
"B", "C", "C", "C", "C"), SymStatus = c("apo", "apo", "sym", 
"sym", "apo", "apo", "sym", "sym", "apo", "apo", "sym", "sym"
), treat = c("control", "needle", "control", "needle", "control", 
"needle", "control", "needle", "control", "needle", "control", 
"needle"), Steigung = c(-3.586e-05, 1.551e-05, -2.939e-05, 1.707e-05, 
0.000124, 0.0001677, 8.115e-05, 0.0001056, 0.0002925, 0.0002661, 
0.0003487, 0.0001654), Gruppe = c("apo_control", "apo_needle", 
"sym_control", "sym_needle", "apo_control", "apo_needle", "sym_control", 
"sym_needle", "apo_control", "apo_needle", "sym_control", "sym_needle"
), min_means = c("0.05190", "0.04006", "0.04371", "0.03993", 
"0.05843", "0.05145", "0.05420", "0.04852", "0.07864", "0.08125", 
"0.07981", "0.07040"), max_means = c("0.05762", "0.04970", "0.04999", 
"0.05114", "0.07303", "0.06988", "0.06343", "0.06303", "0.11212", 
"0.11076", "0.11673", "0.08983")), row.names = c(NA, -12L), class = c("tbl_df", 
"tbl", "data.frame"))

我现在想做一个静态比较，但不确定要进行哪个测试。直到现在我都这样尝试过：

RESULTSA <- subset(results, results$mess == "A")
RESULTSB <- subset(results, results$mess == "B")
RESULTSC <- subset(results, results$mess == "C")
kruskal.test(RESULTSA$Steigung~RESULTSA$Gruppe)
kruskal.test(RESULTSA$min_means~RESULTSA$Gruppe)
kruskal.test(RESULTSA$max_means~RESULTSA$Gruppe)

斜率、最小值和最大值的所有三个测量结果是组之间没有差异。我尝试了 Krustal-Wallis-test，因为我不确定数据是否是参数化的。我想知道这些是实际结果还是我犯了数学错误。

也许有人可以解决这个问题，不幸的是我在这个论坛上没有找到类似的问题。

标签： r