TDTD.Day4

Input

Glucose = read.csv("C:/Users/Paul Vo/Desktop/Textbook/TDTU Datasets for 2020 Workshop/glucose.csv")

into

Q1. Nghiên cứu về hiệu quả thuốc lên nồng độ đường huyết của chuột.

Nhóm nghiên cứu muốn đánh giá xem liệu sử dụng thuốc A có hiệu quả làm giảm đường huyết không. Nghiên cứu thực hiện trên 19 chuột, trong đó 10 chuột không dùng thuốc và 9 chuột được dùng thuốc. Nồng độ đường huyết của chuột được đo ở thời điểm trước và 3 thời điểm sau dùng thuốc. Giới thiệu tập tin số liệu glucose.csv: - id: mã số của chuột - time: thời điểm đo nồng độ đường huyết (trước khi dùng thuốc (T0), 2 (T2), 3 (T3) và 4 giờ (T4) sau dùng thuốc). - treatment: can thiệp (1= có dùng thuốc, 0= không dùng thuốc)

Check data

head(Glucose)

##   id treatment time glucose
## 1  1         1    0     5.9
## 2  1         1    2     3.9
## 3  1         1    3     3.9
## 4  1         1    4     3.6
## 5  2         1    0     5.3
## 6  2         1    2     4.7

summary(Glucose)

##        id       treatment           time         glucose     
##  Min.   : 1   Min.   :0.0000   Min.   :0.00   Min.   :2.900  
##  1st Qu.: 5   1st Qu.:0.0000   1st Qu.:1.50   1st Qu.:4.000  
##  Median :10   Median :0.0000   Median :2.50   Median :4.850  
##  Mean   :10   Mean   :0.4605   Mean   :2.25   Mean   :4.991  
##  3rd Qu.:15   3rd Qu.:1.0000   3rd Qu.:3.25   3rd Qu.:5.900  
##  Max.   :19   Max.   :1.0000   Max.   :4.00   Max.   :8.000

attach(Glucose)

library(ggplot2)
ggplot(data=Glucose)+
  geom_point(aes(x=time, y=glucose, fill=factor(treatment), col=factor(treatment)), size=3)+
  geom_line(aes(x=time, y=glucose, group=id))

## sprit

library(ggplot2)
ggplot(data=Glucose)+
  geom_point(aes(x=time, y=glucose, fill=factor(treatment), col=factor(treatment)), size=3)+
  geom_line(aes(x=time, y=glucose, group=id)) + facet_grid(~treatment) +
  stat_smooth((aes(x=time, y=glucose)))

## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

## Warning in simpleLoess(y, x, w, span, degree = degree, parametric =
## parametric, : pseudoinverse used at -0.02

## Warning in simpleLoess(y, x, w, span, degree = degree, parametric =
## parametric, : neighborhood radius 3.02

## Warning in simpleLoess(y, x, w, span, degree = degree, parametric =
## parametric, : reciprocal condition number 1.6401e-016

## Warning in simpleLoess(y, x, w, span, degree = degree, parametric =
## parametric, : There are other near singularities as well. 4.0804

## Warning in predLoess(object$y, object$x, newx = if
## (is.null(newdata)) object$x else if (is.data.frame(newdata))
## as.matrix(model.frame(delete.response(terms(object)), : pseudoinverse used at
## -0.02

## Warning in predLoess(object$y, object$x, newx = if
## (is.null(newdata)) object$x else if (is.data.frame(newdata))
## as.matrix(model.frame(delete.response(terms(object)), : neighborhood radius 3.02

## Warning in predLoess(object$y, object$x, newx = if
## (is.null(newdata)) object$x else if (is.data.frame(newdata))
## as.matrix(model.frame(delete.response(terms(object)), : reciprocal condition
## number 1.6401e-016

## Warning in predLoess(object$y, object$x, newx = if
## (is.null(newdata)) object$x else if (is.data.frame(newdata))
## as.matrix(model.frame(delete.response(terms(object)), : There are other near
## singularities as well. 4.0804

## Warning in simpleLoess(y, x, w, span, degree = degree, parametric =
## parametric, : pseudoinverse used at -0.02

## Warning in simpleLoess(y, x, w, span, degree = degree, parametric =
## parametric, : neighborhood radius 3.02

## Warning in simpleLoess(y, x, w, span, degree = degree, parametric =
## parametric, : reciprocal condition number 2.2134e-016

## Warning in simpleLoess(y, x, w, span, degree = degree, parametric =
## parametric, : There are other near singularities as well. 4.0804

## Warning in predLoess(object$y, object$x, newx = if
## (is.null(newdata)) object$x else if (is.data.frame(newdata))
## as.matrix(model.frame(delete.response(terms(object)), : pseudoinverse used at
## -0.02

## Warning in predLoess(object$y, object$x, newx = if
## (is.null(newdata)) object$x else if (is.data.frame(newdata))
## as.matrix(model.frame(delete.response(terms(object)), : neighborhood radius 3.02

## Warning in predLoess(object$y, object$x, newx = if
## (is.null(newdata)) object$x else if (is.data.frame(newdata))
## as.matrix(model.frame(delete.response(terms(object)), : reciprocal condition
## number 2.2134e-016

## Warning in predLoess(object$y, object$x, newx = if
## (is.null(newdata)) object$x else if (is.data.frame(newdata))
## as.matrix(model.frame(delete.response(terms(object)), : There are other near
## singularities as well. 4.0804

1.2 Đường huyết khi chưa uống thuốc của chuột ở 2 nhóm có khác nhau không? Làm sao để xác định sự khác nhau này không phải do ngẫu nhiên?

ggplot(data=Glucose, aes(x=factor(treatment), y=glucose, color=factor(treatment))) + geom_boxplot(alpha=0.5) + geom_jitter(alpha=0.2)

#t.test(glucose~factor(treatment))
library(coin)

## Loading required package: survival

oneway_test(glucose~factor(treatment))

## 
##  Asymptotic Two-Sample Fisher-Pitman Permutation Test
## 
## data:  glucose by factor(treatment) (0, 1)
## Z = 1.5636, p-value = 0.1179
## alternative hypothesis: true mu is not equal to 0

t1=subset(Glucose, time==0)
t2=subset(Glucose, time==2)
t1$glucose = Glucose$t1
t2$glucose = Glucose$t2

library(tidyverse)

## -- Attaching packages ------------------------------------------------------ tidyverse 1.3.0 --

## <U+2713> tibble  2.1.3     <U+2713> dplyr   0.8.3
## <U+2713> tidyr   1.0.0     <U+2713> stringr 1.4.0
## <U+2713> readr   1.3.1     <U+2713> forcats 0.4.0
## <U+2713> purrr   0.3.3

## -- Conflicts --------------------------------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

#g2=filter_(.data=glucose, time==0|time==2)
#library(reshape2)
#g3 = dcast(g2, id + treatment~time)
#head (g3)