测试正交与贝叶斯的单程ANOVA R形成鲜明对比

Question

我正在测试两种治疗对血糖水平的影响。 我的数据的结构类似于以下内容：

ID <- c('1','2','3','4','5','6')
GROUP <- c('0','1','0','2','1','2')
DIFF_GLYCEMIA <- c('12','14','11','7.5','12','8')
DF <- data.frame(ID, GROUP, DIFF_GLYCEMIA)
DF$GROUP <- as.factor(DF$GROUP)
DF$DIFF_GLYCEMIA <- as.numeric(DF$DIFF_GLYCEMIA)

我想测试组的线性影响的特定预测：这意味着在第0组（对照）中对血糖的影响要比在第1组（药物）（药物）中较小影响将小于在第2组中的影响（药物 +心理干预）。通常，我会形成正交的对比，如下所示，如果C1很重要，但C2不明显，则证实了我的假设。

c1 <- c(-1 , 0, 1)
c2 <- c( 1,  -2, 1 )
contrasts(DF$GROUP) = cbind(c1, c2)
model <- aov(DIFF_GLYCEMIA ~ GROUP, data = DF)
summary.aov(model, split=list(GROUP=list("c1"=1, "c2" = 2))) 

但是这次，我需要做一个贝叶斯方差分析，我不知道该怎么做。所有解决方案似乎都整合了对比度，而是给我一个输出（解决方案1），或者比较模型（解决方案2），该模型似乎回答了一个不同的问题。

# solution 1

contrasts(DF$GROUP) = cbind(c1, c2)
anovaBF(DIFF_GLYCEMIA ~ GROUP, data = DF)
# output : GROUP : X.XXXX ±0.0X%


# solution 2

generalTestBF(DIFF_GLYCEMIA~c1+c2, data=DF, whichModels="all")
# output : c1 : X.XXXX ±0.0X%
#          c2 : X.XXXX ±0.0X%
#      c1 + c2: X.XXXX ±0.0X%

有人知道如何进行相同的ANOVA分析，但是贝叶斯人？ 非常感谢您！