{"id":47829320,"url":"https://github.com/basf/xeredar","last_synced_at":"2026-04-03T20:07:16.363Z","repository":{"id":254890262,"uuid":"793446040","full_name":"basf/xeredar","owner":"basf","description":"Functions for automated statistical analysis of Xenopus Eleutherembryonic Thyroid Assays (XETA), Rapid Androgen Disruption Activity Reporter (RADAR) assays and Rapid Estrogen Activity In Vitro (REACTIV) assays.","archived":false,"fork":false,"pushed_at":"2025-03-05T10:42:21.000Z","size":28025,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":5,"default_branch":"master","last_synced_at":"2025-03-05T11:33:25.076Z","etag":null,"topics":["endocrine-disruptor","hazard-assessment","mixed-models","radar","reactiv","xeta"],"latest_commit_sha":null,"homepage":"","language":"HTML","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/basf.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2024-04-29T08:37:28.000Z","updated_at":"2025-03-05T10:42:25.000Z","dependencies_parsed_at":"2024-08-26T20:56:49.064Z","dependency_job_id":"d074ab47-7c40-4b75-805b-84970bd5fc06","html_url":"https://github.com/basf/xeredar","commit_stats":null,"previous_names":["basf/xeredar"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/basf/xeredar","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/basf%2Fxeredar","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/basf%2Fxeredar/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/basf%2Fxeredar/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/basf%2Fxeredar/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/basf","download_url":"https://codeload.github.com/basf/xeredar/tar.gz/refs/heads/master","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/basf%2Fxeredar/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":31374101,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-04-03T17:53:18.093Z","status":"ssl_error","status_checked_at":"2026-04-03T17:53:17.617Z","response_time":107,"last_error":"SSL_connect returned=1 errno=0 peeraddr=140.82.121.6:443 state=error: unexpected eof while reading","robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":false,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["endocrine-disruptor","hazard-assessment","mixed-models","radar","reactiv","xeta"],"created_at":"2026-04-03T20:07:15.800Z","updated_at":"2026-04-03T20:07:16.337Z","avatar_url":"https://github.com/basf.png","language":"HTML","readme":"\n# xeredar \u003cimg src=\"man/figures/logo.png\" align=\"right\" height=\"138\" /\u003e\u003c/a\u003e\n\n\u003c!-- badges: start --\u003e\n[![R-CMD-check](https://github.com/basf/xeredar/actions/workflows/R-CMD-check.yaml/badge.svg)](https://github.com/basf/xeredar/actions/workflows/R-CMD-check.yaml)\n\u003c!-- badges: end --\u003e\n\n\nBackground\n==========\n\nThe package xeredar is an R-package for analysis of the New Approach\nMethodology (NAM) assays of XETA (Xenopus Eleutheroembryonic Thyroid),\nRADAR (Rapid Androgen Disruption Activity Reporter) and REACTIV (Rapid\nEstrogen ACTivity In Vivo) for assessing endocrine effects of chemicals\non the thyroid, androgen/steroid and estrogen axis. The functionality is\nbased on the SAS-script recommended in the Annex 13 of OECD test\nguideline No. 248 of the XETA assay\n([2019](https://www.oecd-ilibrary.org/environment/tg-248-xenopus-eleutheroembryonic-thyroid-assay-xeta_a13f80ee-en)),\nwritten by John Green.\n\nInstallation\n============\n\nYou can install xeredar using one of the followig commands:\n\n devtools::install_github(\"basf/xeredar\")\n\n pak::pkg_install(\"basf/xeredar\")\n\nData requirements\n=================\n\nData frames that are supposed to be analyzed with xeredar needs to\nfulfill certain requirements. The data frame or tibble needs to contain\nthe following column headers:\n\n\n knitr::kable(head(xeredar::testDataSpiked))\n\n\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003e\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eReplicate\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eTreatment\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eRow\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eFluor\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e11\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0 + T3\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19.768\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0 + T3\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e27.928\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e13\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0 + T3\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e29.592\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e14\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0 + T3\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e22.816\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e15\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0 + T3\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e26.080\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e16\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0 + T3\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e25.332\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\nThe type of each column should be accordingly:\n\n\n knitr::kable(purrr::map_df(xeredar::testDataSpiked, class))\n\n\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003eReplicate\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eTreatment\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eRow\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eFluor\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003efactor\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003echaracter\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003echaracter\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003enumeric\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eordered\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003efactor\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003echaracter\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003echaracter\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003enumeric\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003efactor\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n**Replicate** (i.e. run), **Treatment** (i.e. a unique name for each\ntreatment level in either spiked or unspiked mode) and **Row**\n(i.e. exposure vessel) can either be *factor* or *character* columns,\nbut **Fluor** (i.e. measured fluorescence) must always be *numeric* and\n**Conc** (i.e. concentration of test item) must always contain *ordered\nfactors*. The order of the columns is not relevant.\n\n**Replicate**, **Treatment** and **Row** can either be *factor* or\n*character* columns, but **Fluor** must always be *numeric* and **Conc**\nmust always contain *ordered factors*. The order of the columns is not\nrelevant. It is important that the decimal separator is a period instead\nof a comma.\n\nWhen simply aiming to use the `data_prep()` function, the data frame\nneeds to either contain spiked treatments or unspiked treatments. When\nstill having spiked and unspiked treatments in one data frame they\nshould be separated. Imagine you have a XETA data frame (dat) which\ncontains spiked and unspiked treatments as well as the T4 positive\ncontrol. The T3 or T4 additions are designated by “T3” and “T4” in the\n**Treatment** column. The spiked and unspiked datasets could quickly be\nsubset using the following code:\n\n datSpiked \u003c- dat[grepl(\"T3\",dat$Treatment),] # spiked data \n\n datUnspiked \u003c- setdiff(dat,datSpiked)\n datUnspiked \u003c- datUnspiked[which(datUnspiked$Treatment != \"T4\"),] # unspiked data\n\nRunning default XETA analysis\n=============================\n\nTo demonstrate how to run XETA analysis, we will use one of the data\nsets by the French lab containing the spiked and unspiked measurements\nfrom the XETA ring test as included in OECD test guideline No. 248 of\nthe XETA assay\n([2019](https://www.oecd-ilibrary.org/environment/tg-248-xenopus-eleutheroembryonic-thyroid-assay-xeta_a13f80ee-en)).\n\n xeta_spiked \u003c- xeredar::valid_data_xeta[[\"ptu_france_spiked\"]]\n xeta_unspiked \u003c- xeredar::valid_data_xeta[[\"ptu_france_unspiked\"]]\n\nThe default XETA analysis can be run using the `data_prep()` function\nwith either spiked or unspiked data. This function automatically decides\nwhether trimming, outlier removal and/or transformations are conducted\nfollowing the manuscript ([Spyridonov et al. 2025](https://academic.oup.com/etc/advance-article/doi/10.1093/etojnl/vgaf056/8046659?searchresult=1)). \nThe actual analysis is carried out by the `ana()` function. The `ana()` function is\ncalled by the `data_prep()` function and does not need to be called\nseparately. For this dataset, the exposure well ID (Row of the 96 well\nplate) is not recorded, therefore, we set the `row` argument to `FALSE`.\nIn this case, we use the reduced mixed ANOVA model where the exposure\nwell ID is not included as a random effect. Please specify `row=TRUE` if\nthe exposure well ID is recorded and you want to use the full mixed\nANOVA model.\n\n\n xeta_spiked_result \u003c- xeredar::data_prep(dataframe = xeta_spiked, row = FALSE)\n xeta_unspiked_result \u003c- xeredar::data_prep(dataframe = xeta_unspiked, row= FALSE)\n\nHere we use the spike data as an example to demonstrate the output of\nthe `data_prep()` function.\n\nThe outputs of the `data_prep()` function are lists containing the\nfollowing elements:\n\n- A reasoning for the recommended transformation and trimming. The raw\n data should be used for the analysis because the residuals of the\n mixed ANOVA are normally distributed and show homogeneous variances\n among treatment groups.\n\n\u003c!-- --\u003e\n\n xeta_spiked_result$Justify\n #\u003e [1] \"The raw data should be used for the analysis because\\n the residuals of the mixed ANOVA are normally\\n distributed and show homogeneous variances\\n among treatment groups.\"\n\n- A data frame of the processed data (e.g. raw data, trimmed,\n transformed, or outlier removed) used for actual statistical testing\n following the reasoning. The box plots of the processed data per\n run/replicate (i.e. each panel represents each run/replicate) are\n also provided for visual inspection.\n\n\u003c!-- --\u003e\n\n knitr::kable(head(xeta_spiked_result$ProcessedData))\n\n\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003eReplicate\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eTreatment\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eFluor\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eCountry\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eSubstance\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eSpiked\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFETAXT3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4989.533\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003efrance\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eptu\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eTRUE\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFETAXT3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e5002.533\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003efrance\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eptu\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eTRUE\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFETAXT3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e6331.533\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003efrance\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eptu\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eTRUE\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFETAXT3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4645.533\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003efrance\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eptu\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eTRUE\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFETAXT3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4977.533\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003efrance\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eptu\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eTRUE\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFETAXT3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e6229.533\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003efrance\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eptu\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eTRUE\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n xeta_spiked_result$BoxPlots\n\n![](User_guide_files/figure-markdown_strict/unnamed-chunk-9-1.png)\n\n- Summary tables of the processed data (per replicate and overall)\n\n\u003c!-- --\u003e\n\n knitr::kable(xeta_spiked_result$SummaryDF_Rep, caption=\"Summary statistics of fluorescence in different concentrations of test item per replicate\")\n\n\u003ctable\u003e\n\u003ccaption\u003eSummary statistics of fluorescence in different concentrations of test item per replicate\u003c/caption\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eReplicate\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eN\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eMean\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eStandard deviation\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eCoefficient of variation\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4651.060\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e944.7420\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.2031240\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e20\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4024.300\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e603.6731\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1500070\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4952.225\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1179.3597\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.2381475\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e3854.137\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e828.3944\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.2149364\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e20\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4557.867\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e558.4921\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1225337\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4720.819\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e619.8992\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1313118\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4671.428\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e976.9674\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.2091368\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4486.538\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e783.8641\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1747147\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e20\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e5421.433\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e703.9490\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1298456\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e20\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4573.083\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e946.2029\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.2069070\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4329.538\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e827.4898\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1911266\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e5106.849\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e876.5940\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1716507\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e30\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e20\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e5391.183\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e809.5849\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1501683\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e30\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4556.275\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e694.1698\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1523547\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e30\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e5164.691\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e763.8837\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1479050\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e100\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e5181.060\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e858.5454\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1657085\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e100\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e5124.381\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e733.4611\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1431317\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e100\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e20\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e6048.083\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e959.5900\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1586602\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n knitr::kable(xeta_spiked_result$SummaryDF, caption=\"Summary statistics of fluorescence in different concentrations of test item of all replicates\")\n\n\u003ctable\u003e\n\u003ccaption\u003eSummary statistics of fluorescence in different concentrations of test item of all replicates\u003c/caption\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eN\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eMean\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eStandard deviation\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eCoefficient of variation\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e58\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4533.593\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e998.2901\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.2201984\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e58\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4380.715\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e764.2147\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1744498\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e58\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4869.483\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e910.7568\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1870336\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e58\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4668.156\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e928.9066\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1989879\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e30\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e58\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e5043.483\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e825.4425\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1636652\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e100\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e58\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e5461.466\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e945.7370\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1731654\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n- Tables of results evaluated using increasing/decreasing Williams\n test and/or Dunnett’s test, if applicable.\n\nIn the the Williams’ test result tables, *Y.Tilde* is the amalgamated\nmean of the fluorescence in each treatment group, *Y0* is the mean of\nthe control fluorescence, *DIFF* is the estimated difference between the\ntreatment and the control, *SE\\_DIFF* is the standard error of the\nWilliams’ test, *DF* is the degrees of freedom for Williams’ test, *WILL\nIncr* or *Will Decr* is the Williams’ test statistic, *crit Val* is the\ncritical value of Williams distribution, *Sign* suggests if there is\nsignificant difference between the treatment and the control, and\n*%Incr* is the percent increase of the fluorescence compared to the\ncontrol.\n\nIn the Dunnett’s test result table, *Estimate* is the estimated\ndifference between the treatment and the control, *SE* is the standard\nerror of the mixed ANOVA model, *t value* is the Dunnett’s test\nstatistic, *adj p* is the adjusted p value and *%Incr* is the percent\nincrease of the fluorescence compared to the control.\n\n knitr::kable(xeta_spiked_result$WilliamsIncrease, caption=\"Increasing Williams' test\")\n\n\u003ctable\u003e\n\u003ccaption\u003eIncreasing Williams’ test\u003c/caption\u003e\n\u003ccolgroup\u003e\n\u003ccol style=\"width: 16%\" /\u003e\n\u003ccol style=\"width: 5%\" /\u003e\n\u003ccol style=\"width: 8%\" /\u003e\n\u003ccol style=\"width: 9%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003ccol style=\"width: 9%\" /\u003e\n\u003ccol style=\"width: 3%\" /\u003e\n\u003ccol style=\"width: 11%\" /\u003e\n\u003ccol style=\"width: 9%\" /\u003e\n\u003ccol style=\"width: 6%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003c/colgroup\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003e\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eY.Tilde\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eY0\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eDIFF Incr\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eSE_DIFF\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eDF\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eWILL Incr\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003ecrit Val\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eSign\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003e% Incr\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc100 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e100\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e5461.47\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4533.593\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e927.8769\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7868\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e3.7146758\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.971\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eTRUE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e20.466613\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc30 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e30\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e5043.48\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4533.593\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e509.8869\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7868\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e2.0412886\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.965\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eTRUE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e11.246933\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc10 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4768.82\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4533.593\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e235.2269\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7868\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.9417108\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.956\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e2.968123\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc3 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4768.82\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4533.593\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e235.2269\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7868\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.9417108\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.940\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e7.408918\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc1 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4380.72\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4533.593\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-152.8731\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7845\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.6120201\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.908\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-3.372111\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n knitr::kable(xeta_spiked_result$WilliamsDecrease, caption=\"Decreasing Williams' test\")\n\n\u003ctable style=\"width:100%;\"\u003e\n\u003ccaption\u003eDecreasing Williams’ test\u003c/caption\u003e\n\u003ccolgroup\u003e\n\u003ccol style=\"width: 16%\" /\u003e\n\u003ccol style=\"width: 5%\" /\u003e\n\u003ccol style=\"width: 8%\" /\u003e\n\u003ccol style=\"width: 9%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003ccol style=\"width: 9%\" /\u003e\n\u003ccol style=\"width: 3%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003ccol style=\"width: 9%\" /\u003e\n\u003ccol style=\"width: 6%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003c/colgroup\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003e\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eY.Tilde\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eY0\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eDIFF Decr\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eSE_DIFF\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eDF\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eWILL Decr\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003ecrit Val\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eSign\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003e% Incr\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc100 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e100\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4884.66\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4533.593\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-351.0669\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7868\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-1.405466\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.971\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e20.466613\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc30 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e30\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4884.66\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4533.593\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-351.0669\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7868\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-1.405466\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.965\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e11.246933\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc10 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4884.66\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4533.593\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-351.0669\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7868\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-1.405466\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.956\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e2.968123\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc3 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4884.66\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4533.593\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-351.0669\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7868\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-1.405466\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.940\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e7.408918\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc1 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4884.66\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4533.593\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-351.0669\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7845\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-1.405479\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.908\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-3.372111\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n knitr::kable(xeta_spiked_result$Dunnetts, caption=\"Dunnett's test\")\n\n\u003ctable\u003e\n\u003ccaption\u003eDunnett’s test\u003c/caption\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003e\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eEstimate\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eSE\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003edf\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003et value\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eadj p\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003e% Incr\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc1 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-160.4067\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7845\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.6421806\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.9458404\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-3.372111\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc3 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e320.1063\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7868\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.2815181\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.5970718\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e7.408918\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc10 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e128.8281\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7868\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.5157522\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.9769722\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e2.968123\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc30 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e499.2993\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7868\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.9989021\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.2367993\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e11.246933\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc100 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e911.7088\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e249.7868\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e3.6499482\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.0174131\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e20.466613\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n- Further information about the normality test (Shapiro-Wilk), the\n homogeneity of variance test (Levene’s test) of residuals of the\n mixed ANOVA model, the monotonicity test and the model fit.\n\n\u003c!-- --\u003e\n\n xeta_spiked_result$NormalityTest\n #\u003e \n #\u003e Shapiro-Wilk normality test\n #\u003e \n #\u003e data: stats::resid(mixedaov)\n #\u003e W = 0.99186, p-value = 0.05343\n xeta_spiked_result$LeveneTest\n #\u003e # A tibble: 1 × 4\n #\u003e statistic p.value df df.residual\n #\u003e \u003cdbl\u003e \u003cdbl\u003e \u003cint\u003e \u003cint\u003e\n #\u003e 1 0.759 0.580 5 342\n xeta_spiked_result$`Monotonicity Test`\n #\u003e Test t value Pr(\u003e|t|) Significance\n #\u003e 1 Linear 6.49 \u003c0.0001 ***\n #\u003e 2 Quadratic 2.14 0.0335 *\n xeta_spiked_result$MixedAnova\n #\u003e Linear mixed model fit by REML ['lmerMod']\n #\u003e Formula: \n #\u003e Fluor ~ Conc + (1 | Replicate) + (1 | Replicate:Conc)\n #\u003e Data: dataframe\n #\u003e REML criterion at convergence: 5608.294\n #\u003e Random effects:\n #\u003e Groups Name Std.Dev.\n #\u003e Replicate:Conc (Intercept) 241.1 \n #\u003e Replicate (Intercept) 350.5 \n #\u003e Residual 827.7 \n #\u003e Number of obs: 348, groups: \n #\u003e Replicate:Conc, 18; Replicate, 3\n #\u003e Fixed Effects:\n #\u003e (Intercept) Conc.L Conc.Q Conc.C \n #\u003e 4824.2 758.5 264.5 52.6 \n #\u003e Conc^4 Conc^5 \n #\u003e 149.8 -270.8\n\n*The list output from running the data\\_prep() function can be\nsummarized with the data\\_summary() function.*\n\n xeredar::data_summary(xeta_spiked_result) |\u003e knitr::kable()\n\n\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003e\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e1\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e3\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e10\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e30\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e100\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eReplicate 1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-17.13\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.44\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-1.68\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e15.91\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e11.4\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eReplicate 2\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e13.26\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e11.49\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e7.58\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e13.22\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e27.34\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eReplicate 3\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-4.67\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e9.47\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3.12\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e4.29\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e22.13\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003ePooled\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-3.37\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e7.41\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2.97\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e11.25\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e20.47\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eDunnett\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e*\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eIncreasingWilliams\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e*\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e*\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eDecreasingWilliams\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\nRunning default RADAR analysis\n==============================\n\nTo demonstrate how to run RADAR analysis, we will use one of the data\nsets by the Pos\\_mDHT\\_Fraunhofer\\_RADAR containing the spiked and\nunspiked measurements from the RADAR study validation in the lab\nFraunhofer with an androgen axis active chemical.\n\n radar_spiked \u003c- xeredar::RADAR_valid_data_table_spiked_unspiked[[\"mDHTFRAUNH_Spiked\"]]\n radar_unspiked \u003c- xeredar::RADAR_valid_data_table_spiked_unspiked[[\"mDHTFRAUNH_Unspiked\"]]\n\nThe default radar analysis can be run using the `data_prep()` function\nwith either spiked or unspiked data. This function automatically decides\nwhether trimming, outlier removal and/or transformations are conducted\nfollowing the manuscript (Spyridonov et al. unpublished). The actual\nanalysis is carried out by the `ana()` function. The `ana()` function is\ncalled by the `data_prep()` function and does not need to be called\nseparately. the analysis the RADAR assay follows the description of the\nMethod 2 (the mixed ANOVA approach) in the Annex 8: methods for the\nstatistical analysis of RADAR assay data of the OECD TG 251\n([2022](https://www.oecd-ilibrary.org/environment/test-no-251-rapid-androgen-disruption-activity-reporter-radar-assay_da264d82-en)).\nFor this dataset, the exposure well ID (Row of the 96 well plate) is not\nrecorded, therefore, we set the `row` argument to `FALSE`. In this case,\nwe use the reduced mixed ANOVA model where the exposure well ID is not\nincluded as a random effect. Please specify `row=TRUE` if the exposure\nwell ID is recorded and you want to use the full mixed ANOVA model.\nTrimming is not required.\n\n\n radar_spiked_result \u003c- xeredar::data_prep(dataframe = radar_spiked, row = FALSE, trimming=FALSE)\n radar_unspiked_result \u003c- xeredar::data_prep(dataframe = radar_unspiked, row= FALSE, trimming=FALSE)\n\nHere we use the spike data as an example to demonstrate the output of\nthe `data_prep()` function.\n\nThe outputs of the `data_prep()` function are lists containing the\nfollowing elements:\n\n- A reasoning for the recommended transformation and trimming. The raw\n data (without trimming or outlier removal) where the fluorescence\n values are log transformed should be used for the analysis because\n only after log transformation, the residuals of the mixed ANOVA are\n normally distributed and have homogeneous variances among treatment\n groups.\n\n\u003c!-- --\u003e\n\n radar_spiked_result$Justify\n #\u003e [1] \"The raw data (without trimming or outlier removal) where\\n the fluorescence values are log transformed should be used\\n for the analysis because only after log transformation,\\n the residuals of the mixed ANOVA are normally distributed\\n and have homogeneous variances among treatment groups.\"\n\n- A data frame of the processed data (e.g. raw data, transformed, or\n outlier removed) used for actual statistical testing following the\n reasoning. The box plots of the processed data per run/replicate\n (i.e. each panel represents each run/replicate) are also provided\n for visual inspection.\n\n\u003c!-- --\u003e\n\n knitr::kable(head(radar_spiked_result$ProcessedData))\n\n\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003elab\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eCompound\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eTreatment\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eFluor\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eReplicate\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eFRAUNH\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003emDHT\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFETAX MT\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e113152\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eFRAUNH\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003emDHT\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003emDHT-1µg/L + 17MT\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e708\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eFRAUNH\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003emDHT\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003emDHT-2µg/L + 17MT\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e2498\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eFRAUNH\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003emDHT\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003emDHT-4µg/L + 17MT\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10152\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e4\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eFRAUNH\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003emDHT\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003emDHT-8µg/L + 17MT\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e356\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eFRAUNH\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003emDHT\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003emDHT-16µg/L + 17MT\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e4621\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e16\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n radar_spiked_result$BoxPlots\n\n![](User_guide_files/figure-markdown_strict/unnamed-chunk-17-1.png)\n\n- Summary tables of the processed data (per replicate and overall)\n\n\u003c!-- --\u003e\n\n knitr::kable(radar_spiked_result$SummaryDF_Rep, caption=\"Summary statistics of fluorescence in different concentrations of test item per replicate\")\n\n\u003ctable\u003e\n\u003ccaption\u003eSummary statistics of fluorescence in different concentrations of test item per replicate\u003c/caption\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eReplicate\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eN\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eMean\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eStandard deviation\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eCoefficient of variation\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e23818.471\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e43072.456\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.808364\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e15009.824\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e37062.085\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e2.469189\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e29657.294\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e37428.116\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.262021\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e6505.471\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10835.321\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.665571\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10271.000\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e14904.156\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.451091\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e20555.882\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e29472.508\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.433775\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e29385.941\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e47143.811\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.604298\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8911.118\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10565.718\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.185678\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e41815.706\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e54205.056\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.296285\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e4\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e15968.941\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e33341.972\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e2.087926\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e4\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e14532.765\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e21802.622\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.500239\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e4\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19419.471\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e28057.724\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.444824\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e5178.118\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8983.787\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.734952\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8220.882\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e15084.270\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.834872\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e16399.647\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e23315.385\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.421700\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e16\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e6119.000\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8448.481\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.380696\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e16\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e7955.706\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e15390.405\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.934512\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e16\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17665.412\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e19842.708\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.123252\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n knitr::kable(radar_spiked_result$SummaryDF, caption=\"Summary statistics of fluorescence in different concentrations of test item of all replicates\")\n\n\u003ctable\u003e\n\u003ccaption\u003eSummary statistics of fluorescence in different concentrations of test item of all replicates\u003c/caption\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eN\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eMean\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eStandard deviation\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eCoefficient of variation\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e51\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e22828.529\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e38967.63\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.706971\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e51\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12444.118\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e20556.80\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.651929\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e51\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e26704.255\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e43299.93\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.621462\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e51\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e16640.392\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e27641.60\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.661115\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e51\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e9932.882\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17189.94\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.730609\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e16\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e51\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10580.039\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e15836.94\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.496870\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n- Tables of results evaluated using increasing/decreasing Williams\n test and/or Dunnett’s test, if applicable.\n\nIn the the Williams’ test result tables, *Y.Tilde* is the amalgamated\nmean of the fluorescence in each treatment group, *Y0* is the mean of\nthe control fluorescence, *DIFF* is the estimated difference between the\ntreatment and the control, *SE\\_DIFF* is the standard error of the\nWilliams’ test, *DF* is the degrees of freedom for Williams’ test, *WILL\nIncr* or *Will Decr* is the Williams’ test statistic, *crit Val* is the\ncritical value of Williams distribution, *Sign* suggests if there is\nsignificant difference between the treatment and the control, and\n*%Incr* is the percent increase of the fluorescence compared to the\ncontrol.\n\nIn the Dunnett’s test result table, *Estimate* is the estimated\ndifference between the treatment and the control, *SE* is the standard\nerror of the mixed ANOVA model, *t value* is the Dunnett’s test\nstatistic, *adj p* is the adjusted p value and *%Incr* is the percent\nincrease of the fluorescence compared to the control.\n\n knitr::kable(radar_spiked_result$WilliamsIncrease, caption=\"Increasing Williams' test\")\n\n\u003ctable style=\"width:100%;\"\u003e\n\u003ccaption\u003eIncreasing Williams’ test\u003c/caption\u003e\n\u003ccolgroup\u003e\n\u003ccol style=\"width: 15%\" /\u003e\n\u003ccol style=\"width: 5%\" /\u003e\n\u003ccol style=\"width: 8%\" /\u003e\n\u003ccol style=\"width: 8%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003ccol style=\"width: 3%\" /\u003e\n\u003ccol style=\"width: 11%\" /\u003e\n\u003ccol style=\"width: 9%\" /\u003e\n\u003ccol style=\"width: 6%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003c/colgroup\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003e\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eY.Tilde\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eY0\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eDIFF Incr\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eSE_DIFF\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eDF\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eWILL Incr\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003ecrit Val\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eSign\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003e% Incr\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc16 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e16\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.38858\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.51927\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.13069\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.3757267\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.971\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-53.65431\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc8 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.38858\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.51927\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.13069\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.3757267\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.965\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-56.48917\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc4 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.38858\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.51927\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.13069\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.3757267\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.956\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-27.10703\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc2 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.38858\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.51927\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.13069\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.3757267\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.940\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e16.97755\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc1 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.07433\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.51927\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.44494\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-1.2791783\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.908\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-45.48875\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n knitr::kable(radar_spiked_result$WilliamsDecrease, caption=\"Decreasing Williams' test\")\n\n\u003ctable style=\"width:100%;\"\u003e\n\u003ccaption\u003eDecreasing Williams’ test\u003c/caption\u003e\n\u003ccolgroup\u003e\n\u003ccol style=\"width: 15%\" /\u003e\n\u003ccol style=\"width: 5%\" /\u003e\n\u003ccol style=\"width: 8%\" /\u003e\n\u003ccol style=\"width: 8%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003ccol style=\"width: 3%\" /\u003e\n\u003ccol style=\"width: 11%\" /\u003e\n\u003ccol style=\"width: 9%\" /\u003e\n\u003ccol style=\"width: 6%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003c/colgroup\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003e\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eY.Tilde\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eY0\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eDIFF Decr\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eSE_DIFF\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eDF\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eWILL Decr\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003ecrit Val\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eSign\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003e% Incr\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc16 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e16\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e7.99566\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.51927\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.52361\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.5053503\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.971\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-53.65431\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc8 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e7.99566\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.51927\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.52361\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.5053503\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.965\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-56.48917\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc4 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.54577\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.51927\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.02650\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.0761861\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.956\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-27.10703\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc2 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.54577\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.51927\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.02650\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.0761861\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.940\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e16.97755\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc1 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.54577\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8.51927\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.02650\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.0761861\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.908\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-45.48875\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n knitr::kable(radar_spiked_result$Dunnetts, caption=\"Dunnett's test\")\n\n\u003ctable\u003e\n\u003ccaption\u003eDunnett’s test\u003c/caption\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003e\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eEstimate\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eSE\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003edf\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003et value\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eadj p\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003e% Incr\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc1 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.4449358\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-1.279166\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.5986692\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-45.48875\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc2 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.4707977\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.353518\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.5520005\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e16.97755\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc4 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.0536514\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.154245\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.9999132\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-27.10703\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc8 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.5776610\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-1.660744\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3794252\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-56.48917\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc16 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-0.4695496\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.3478327\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e10\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-1.349930\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.5543160\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-53.65431\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n- Further information about the normality test (Shapiro-Wilk), the\n homogeneity of variance test (Levene’s test) of residuals of the\n mixed ANOVA model, the monotonicity test and the model fit.\n\n\u003c!-- --\u003e\n\n radar_spiked_result$NormalityTest\n #\u003e \n #\u003e Shapiro-Wilk normality test\n #\u003e \n #\u003e data: stats::resid(mixedaov)\n #\u003e W = 0.99071, p-value = 0.05007\n radar_spiked_result$LeveneTest\n #\u003e # A tibble: 1 × 4\n #\u003e statistic p.value df df.residual\n #\u003e \u003cdbl\u003e \u003cdbl\u003e \u003cint\u003e \u003cint\u003e\n #\u003e 1 0.474 0.796 5 300\n radar_spiked_result$`Monotonicity Test`\n #\u003e Test t value Pr(\u003e|t|) Significance\n #\u003e 1 Linear -1.57 0.1167 .\n #\u003e 2 Quadratic -1.48 0.1400 .\n radar_spiked_result$MixedAnova\n #\u003e Linear mixed model fit by REML ['lmerMod']\n #\u003e Formula: \n #\u003e log(Fluor) ~ Conc + (1 | Replicate) + (1 | Replicate:Conc)\n #\u003e Data: dataframe\n #\u003e REML criterion at convergence: 1218.932\n #\u003e Random effects:\n #\u003e Groups Name Std.Dev.\n #\u003e Replicate:Conc (Intercept) 0.000 \n #\u003e Replicate (Intercept) 0.466 \n #\u003e Residual 1.756 \n #\u003e Number of obs: 306, groups: \n #\u003e Replicate:Conc, 18; Replicate, 3\n #\u003e Fixed Effects:\n #\u003e (Intercept) Conc.L Conc.Q Conc.C \n #\u003e 8.35799 -0.37806 -0.37347 0.01863 \n #\u003e Conc^4 Conc^5 \n #\u003e 0.68924 -0.25055 \n #\u003e optimizer (nloptwrap) convergence code: 0 (OK) ; 0 optimizer warnings; 1 lme4 warnings\n\n*The list output from running the data\\_prep() function can be\nsummarized with the data\\_summary() function.*\n\n xeredar::data_summary(radar_spiked_result) |\u003e\n knitr::kable()\n\n\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003e\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e1\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e2\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e4\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e8\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e16\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eReplicate 1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-72.69\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e23.37\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-32.96\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-78.26\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-74.31\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eReplicate 2\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-31.57\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-40.63\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-3.18\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-45.23\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-47\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eReplicate 3\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-30.69\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e41\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-34.52\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-44.7\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-40.43\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003ePooled\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-45.49\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e16.98\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-27.11\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-56.49\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-53.65\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eDunnett\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eIncreasingWilliams\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eDecreasingWilliams\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\nRunning default REACTIV analysis\n================================\n\nTo demonstrate how to run REACTIV analysis, we will use one artificial\ndata set containing the spiked and unspiked measurements.\n\n reactiv_spiked \u003c- xeredar::REACTIV_valid_data_table_spiked_unspiked[[\"Anastrozole_UK\"]]$Spiked \n reactiv_unspiked \u003c- xeredar::REACTIV_valid_data_table_spiked_unspiked[[\"Anastrozole_UK\"]]$Unspiked \n\nThe default REACTIV analysis can be run using the `data_prep()` function\nwith either spiked or unspiked data. This function automatically decides\nwhether trimming, outlier removal and/or transformations are conducted\nfollowing the manuscript (Spyridonov et al. unpublished). The actual\nanalysis is carried out by the `ana()` function. The `ana()` function is\ncalled by the `data_prep()` function and does not need to be called\nseparately. The analysis the REACTIV assay follows the description of\nthe Method 2 (the mixed ANOVA approach) in the Annex 8: methods for the\nstatistical analysis of REACTIV assay data of the Amended Draft new Test\nGuideline for the REACTIV assay for second WNT-review\n([30.01.2024](https://www.oecd.org/chemicalsafety/testing/amended-draft-new-test-guideline-for-the-rapid-estrogen-ACTivity-in-vivo-assay.pdf)).\nFor this assay, the `row` argument should be set to `FALSE`. Trimming is\nnot required. In case there are residuals deviate from normality and\nvariance homogeneity, outlier removal (e.g. by applying the Tukey rule\n(Green et al., 2018) and data transformation (for example log- or\nsquare-root) can be conducted.\n\n\n reactiv_spiked_result \u003c- xeredar::data_prep(dataframe = reactiv_spiked, row = FALSE, trimming=FALSE, boxcox = FALSE)\n reactiv_unspiked_result \u003c- xeredar::data_prep(dataframe = reactiv_unspiked, row= FALSE, trimming=FALSE, boxcox = FALSE)\n\nHere we use the spiked data as an example to demonstrate the output of\nthe `data_prep()` function.\n\nThe outputs of the `data_prep()` function are lists containing the\nfollowing elements:\n\n- A reasoning for the recommended transformation and trimming. The\n data from which outliers were removed with the Tukey-rule where the\n fluorescence values are square-root transformed, should be used for\n the analysis because only after outlier removal and sqrt\n transformation, the residuals of the mixed ANOVA are normally\n distributed and have homogeneous variances among treatment groups\n\n\u003c!-- --\u003e\n\n reactiv_spiked_result$Justify\n #\u003e [1] \"The data from which outliers were removed with the\\n Tukey-rule where the fluorescence values are square-root\\n transformed, should be used for the analysis because only\\n after outlier removal and sqrt transformation, the\\n residuals of the mixed ANOVA are normally distributed\\n and have homogeneous variances among treatment groups\"\n\n- A data frame of the processed data (e.g. raw data, transformed, or\n outlier removed) used for actual statistical testing following the\n reasoning. The box plots of the processed data per run/replicate\n (i.e. each panel represents each run/replicate) are also provided\n for visual inspection.\n\n\u003c!-- --\u003e\n\n knitr::kable(head(reactiv_spiked_result$ProcessedData))\n\n\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003eTreatment\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eFluor\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eReplicate\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eCompound\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eCountry\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eAN-0,18mg/L + Testostérone\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e27037.33\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.18\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eAnastrozole\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eUK\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eAN-0,36mg/L + Testostérone\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e201316.67\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.36\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eAnastrozole\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eUK\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eAN-0,73mg/L + Testostérone\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e34651.00\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.73\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eAnastrozole\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eUK\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eAN-1,45mg/L + Testostérone\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e289984.67\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1.45\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eAnastrozole\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eUK\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eAN-2,9mg/L + Testostérone\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e233271.00\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2.9\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eAnastrozole\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eUK\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eAN-0,18mg/L + Testostérone\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e64846.33\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.18\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eAnastrozole\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eUK\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n reactiv_spiked_result$BoxPlots\n\n![](User_guide_files/figure-markdown_strict/unnamed-chunk-25-1.png)\n\n- Summary tables of the processed data (per replicate and overall)\n\n\u003c!-- --\u003e\n\n knitr::kable(reactiv_spiked_result$SummaryDF_Rep, caption=\"Summary statistics of fluorescence in different concentrations of test item per replicate\")\n\n\u003ctable\u003e\n\u003ccaption\u003eSummary statistics of fluorescence in different concentrations of test item per replicate\u003c/caption\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eReplicate\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eN\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eMean\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eStandard deviation\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eCoefficient of variation\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e6\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1417505.4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e367130.47\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.2589976\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e5\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1299380.0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e241756.84\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.1860555\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e6\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1699476.3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e382759.66\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.2252221\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.18\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e216154.0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e211883.73\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.9802445\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.18\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e7\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e149156.5\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e116877.63\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.7835909\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.18\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e255036.8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e162183.70\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.6359228\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.36\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e149004.8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e96508.01\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.6476841\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.36\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e7\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e230237.3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e105711.23\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.4591404\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.36\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e7\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e199221.1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e116329.38\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.5839210\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.73\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e169331.4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e115443.55\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.6817610\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.73\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e7\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e187208.8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e215340.83\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.1502710\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.73\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e292332.4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e139121.01\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.4759001\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1.45\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e116438.8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e102761.27\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.8825347\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1.45\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e7\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e173724.2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e134626.51\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.7749439\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1.45\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e7\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e236771.7\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e100056.61\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.4225869\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e2.9\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e159732.2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e78955.44\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.4942987\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e2.9\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e6\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e234475.2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e170916.42\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.7289317\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e2.9\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e247387.4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e127553.16\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.5156009\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n knitr::kable(reactiv_spiked_result$SummaryDF, caption=\"Summary statistics of fluorescence in different concentrations of test item of all replicates\")\n\n\u003ctable\u003e\n\u003ccaption\u003eSummary statistics of fluorescence in different concentrations of test item of all replicates\u003c/caption\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eN\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eMean\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eStandard deviation\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eCoefficient of variation\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e17\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1482281.8\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e363637.5\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.2453228\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.18\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e23\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e209287.9\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e168250.6\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.8039193\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.36\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e22\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e190829.4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e106636.7\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.5588065\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.73\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e23\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e217555.3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e161918.4\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.7442633\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e1.45\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e22\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e172953.7\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e118883.2\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.6873702\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003e2.9\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e22\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e211991.3\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e126959.5\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0.5988900\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n- Tables of results evaluated using increasing/decreasing Williams\n test and/or Dunnett’s test, if applicable.\n\nIn the Williams’ test result tables, *Y.Tilde* is the amalgamated mean\nof the fluorescence in each treatment group, *Y0* is the mean of the\ncontrol fluorescence, *DIFF* is the estimated difference between the\ntreatment and the control, *SE\\_DIFF* is the standard error of the\nWilliams’ test, *DF* is the degrees of freedom for Williams’ test, *WILL\nIncr* or *Will Decr* is the Williams’ test statistic, *crit Val* is the\ncritical value of Williams distribution, *Sign* suggests if there is\nsignificant difference between the treatment and the control, and\n*%Incr* is the percent increase of the fluorescence compared to the\ncontrol.\n\nIn the Dunnett’s test result table, *Estimate* is the estimated\ndifference between the treatment and the control, *SE* is the standard\nerror of the mixed ANOVA model, *t value* is the Dunnett’s test\nstatistic, *adj p* is the adjusted p value and *%Incr* is the percent\nincrease of the fluorescence compared to the control.\n\n knitr::kable(reactiv_spiked_result$WilliamsIncrease, caption=\"Increasing Williams' test\")\n\n\u003ctable style=\"width:100%;\"\u003e\n\u003ccaption\u003eIncreasing Williams’ test\u003c/caption\u003e\n\u003ccolgroup\u003e\n\u003ccol style=\"width: 17%\" /\u003e\n\u003ccol style=\"width: 5%\" /\u003e\n\u003ccol style=\"width: 8%\" /\u003e\n\u003ccol style=\"width: 9%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003ccol style=\"width: 9%\" /\u003e\n\u003ccol style=\"width: 3%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003ccol style=\"width: 9%\" /\u003e\n\u003ccol style=\"width: 6%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003c/colgroup\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003e\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eY.Tilde\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eY0\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eDIFF Incr\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eSE_DIFF\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eDF\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eWILL Incr\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003ecrit Val\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eSign\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003e% Incr\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc2.9 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2.9\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e439.658\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1208.915\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-769.2567\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.94620\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-15.71637\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.933\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-85.69831\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc1.45 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1.45\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e413.890\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1208.915\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-795.0246\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.95169\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-16.24101\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.927\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-88.33193\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc0.73 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.73\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e413.890\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1208.915\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-795.0246\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.47768\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-16.39981\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.918\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-85.32295\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc0.36 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.36\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e413.890\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1208.915\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-795.0246\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.95169\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-16.24101\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.903\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-87.12597\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc0.18 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.18\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e413.890\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1208.915\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-795.0246\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.47768\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-16.39981\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.873\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eFALSE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-85.88070\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n knitr::kable(reactiv_spiked_result$WilliamsDecrease, caption=\"Decreasing Williams' test\")\n\n\u003ctable style=\"width:100%;\"\u003e\n\u003ccaption\u003eDecreasing Williams’ test\u003c/caption\u003e\n\u003ccolgroup\u003e\n\u003ccol style=\"width: 17%\" /\u003e\n\u003ccol style=\"width: 5%\" /\u003e\n\u003ccol style=\"width: 8%\" /\u003e\n\u003ccol style=\"width: 9%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003ccol style=\"width: 9%\" /\u003e\n\u003ccol style=\"width: 3%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003ccol style=\"width: 9%\" /\u003e\n\u003ccol style=\"width: 5%\" /\u003e\n\u003ccol style=\"width: 10%\" /\u003e\n\u003c/colgroup\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003e\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eConc\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eY.Tilde\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eY0\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eDIFF Decr\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eSE_DIFF\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eDF\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eWILL Decr\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003ecrit Val\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003eSign\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003e% Incr\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc2.9 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e2.9\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e411.240\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1208.915\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e797.6747\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.94620\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e16.29697\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.933\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eTRUE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-85.69831\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc1.45 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e1.45\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e411.240\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1208.915\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e797.6747\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.95169\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e16.29514\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.927\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eTRUE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-88.33193\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc0.73 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.73\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e424.957\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1208.915\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e783.9576\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.47768\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e16.17152\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.918\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eTRUE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-85.32295\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc0.36 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.36\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e424.957\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1208.915\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e783.9576\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.95169\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e16.01493\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.903\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eTRUE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-87.12597\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc0.18 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e0.18\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e424.957\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1208.915\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e783.9576\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.47768\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e16.17152\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e1.873\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003eTRUE\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-85.88070\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n knitr::kable(reactiv_spiked_result$Dunnetts, caption=\"Dunnett's test\")\n\n\u003ctable\u003e\n\u003ccaption\u003eDunnett’s test\u003c/caption\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003e\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eEstimate\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eSE\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003edf\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003et value\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003eadj p\u003c/th\u003e\n\u003cth style=\"text-align: right;\"\u003e% Incr\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc0.18 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-786.2696\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.47768\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-16.21921\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-85.88070\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc0.36 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-786.3430\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.95169\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-16.06365\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-87.12597\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc0.73 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-776.5006\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.47768\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-16.01769\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-85.32295\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc1.45 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-822.2317\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.95169\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-16.79680\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-88.33193\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eConc2.9 - Conc0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-769.7654\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e48.94620\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e12\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-15.72677\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e0\u003c/td\u003e\n\u003ctd style=\"text-align: right;\"\u003e-85.69831\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\n- Further information about the normality test (Shapiro-Wilk), the\n homogeneity of variance test (Levene’s test) of residuals of the\n mixed ANOVA model, the monotonicity test and the model fit.\n\n\u003c!-- --\u003e\n\n reactiv_spiked_result$NormalityTest\n #\u003e \n #\u003e Shapiro-Wilk normality test\n #\u003e \n #\u003e data: stats::resid(mixedaov)\n #\u003e W = 0.97621, p-value = 0.0227\n reactiv_spiked_result$LeveneTest\n #\u003e # A tibble: 1 × 4\n #\u003e statistic p.value df df.residual\n #\u003e \u003cdbl\u003e \u003cdbl\u003e \u003cint\u003e \u003cint\u003e\n #\u003e 1 0.829 0.532 5 123\n reactiv_spiked_result$`Monotonicity Test`\n #\u003e Test t value Pr(\u003e|t|) Significance\n #\u003e 1 Linear -6.34 \u003c0.0001 ***\n #\u003e 2 Quadratic 6.05 \u003c0.0001 ***\n reactiv_spiked_result$MixedAnova\n #\u003e Linear mixed model fit by REML ['lmerMod']\n #\u003e Formula: \n #\u003e sqrt(Fluor) ~ Conc + (1 | Replicate) + (1 | Replicate:Conc)\n #\u003e Data: wt_outlier\n #\u003e REML criterion at convergence: 1607.975\n #\u003e Random effects:\n #\u003e Groups Name Std.Dev.\n #\u003e Replicate:Conc (Intercept) 0.00 \n #\u003e Replicate (Intercept) 51.74 \n #\u003e Residual 151.56 \n #\u003e Number of obs: 129, groups: \n #\u003e Replicate:Conc, 18; Replicate, 3\n #\u003e Fixed Effects:\n #\u003e (Intercept) Conc.L Conc.Q Conc.C \n #\u003e 551.13 -471.74 437.64 -271.05 \n #\u003e Conc^4 Conc^5 \n #\u003e 175.76 -30.96 \n #\u003e optimizer (nloptwrap) convergence code: 0 (OK) ; 0 optimizer warnings; 1 lme4 warnings\n\n*The list output from running the data\\_prep() function can be\nsummarized with the data\\_summary() function.*\n\n xeredar::data_summary(reactiv_spiked_result) |\u003e\n knitr::kable()\n\n\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr class=\"header\"\u003e\n\u003cth style=\"text-align: left;\"\u003e\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e0.18\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e0.36\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e0.73\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e1.45\u003c/th\u003e\n\u003cth style=\"text-align: left;\"\u003e2.9\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eReplicate 1\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-84.75\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-89.49\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-88.05\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-91.79\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-88.73\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eReplicate 2\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-88.52\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-82.28\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-85.59\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-86.63\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-81.95\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eReplicate 3\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-84.99\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-88.28\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-82.8\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-86.07\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-85.44\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003ePooled\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-85.88\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-87.13\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-85.32\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-88.33\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e-85.7\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eDunnett\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e*\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e*\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e*\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e*\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e*\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"even\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eIncreasingWilliams\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003ens\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr class=\"odd\"\u003e\n\u003ctd style=\"text-align: left;\"\u003eDecreasingWilliams\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e*\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e*\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e*\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e*\u003c/td\u003e\n\u003ctd style=\"text-align: left;\"\u003e*\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\n\nThe shiny app\n=============\n\nxeredar contains an integrated shiny app that is available to the users\nby writing `run_app()` into the console. The only requirement to use the\napp is the successful installation of xeredar. When the app started, the\nuser has a couple of options to analyse the data. These options can be\nadjusted by clicking on the little gear sign next to *Inputs*. The\nfollowing options are available:\n\n- **Use d’Agostino test?**\n - The default here is that this is not selected meaning the\n Shapiro-Wilk test is utilized to check for residual normality.\n However, the RADAR TG mentions the d’Agostino test which is why\n it is also available to the users.\n- **Apply 10% Trimming**\n - The default here is that this is selected, meaning that 10%\n Trimming is conducted when the ANOVA assumptions are not\n fulfilled by the raw data. Please be aware that this does not\n mean that 10% Trimming is always conducted. It is only\n conducted, when the raw data is violating the residual normality\n and variance homogeneity assumptions, tested with the respective\n test with an adjustable alpha level.\n- **Remove outliers**\n - The default here is that this is selected, meaning that outlier\n removal is conducted when the ANOVA assumptions are not\n fulfilled by the raw data or by 10% Trimming, if it is selected\n above.\n- **Try Box-Cox transformation**\n - The default here is that this is selected, meaning that box-cox\n transformation is carried out when the ANOVA assumptions are not\n fulfilled by the raw or processed data (10% Trimming or outlier\n removal) nor by log- or square-root transformation. Box-Cox\n transformation is not mentioned in any of the TGs which is why\n it is left to the choice of the user.\n- **alpha for residual normality and variance homogeneity tests**\n - The default here is 0.05. In the TGs the alpha level is\n discussed so the user is adviced to inspect the requirements of\n the respective study to analyze.\n\nThe next option in the little box on the top-left of the app is to set a\nhook or remove the hook to decide whether the exposure well ID is\nregarded as random term in the underlying mixed ANOVA model. In case a\nREACTIV study is investigated the hook should be removed. For RADAR and\nXETA, the hook should be placed as long as information about the\nexposure well ID was documented. Of course, reducing the complexity of\nthe random term might also make sense for XETA and RADAR studies in case\nno variance is explained by the exposure well-ID. However, this choice\nis left to the user.\n\nWhen own data is supposed to be analyzed xlsx files with either spiked\nor unspiked data can be uploaded. Please make sure that the uploaded\ndata fulfills the Data requirements explained above. In case of\ninsecurity, inspect the uploaded data structure of the pre-loaded\nexample data.\n\nThe app contains several output boxes about the required data\nprocessing, a conclusion table, the uploaded data, residual diagnostics\nplots, boxplots, a data summary table, the output of the residual\nnormality and homogeneity tests, the monotonicity test result, the\nDunnett’s and increasing and decreasing Williams test result tables\nalong with the summary table of the underlying mixed ANOVA model.\n\nThe depicted information can be downloaded in a simple report by\nclicking on the button \\*\\* Word report\\*\\*. It takes a couple of\nseconds until the final docx file is produced and ready to download.\nAvoid clicking the button several times as this can lead to long waiting\ntimes and the production of several reports.\n\nReferences\n==========\n\nOECD. 2019a. Validation Report of the Xenopus Eleutheroembryonic Thyroid\nSignaling Assay (XETA) for the Detection of Thyroid Active Substances.\nOECD.\n\nOECD. 2019b. TG 248: Xenopus Eleutheroembryonic Thyroid Assay (XETA).\nOECD.\n\u003ca href=\"https://doi.org/10.1787/a13f80ee-en\" class=\"uri\"\u003ehttps://doi.org/10.1787/a13f80ee-en\u003c/a\u003e.\n\nOECD. 2022b. Test No. 251: Rapid Androgen Disruption Activity Reporter\n(RADAR) Assay. OECD.\n\u003ca href=\"https://doi.org/10.1787/da264d82-en\" class=\"uri\"\u003ehttps://doi.org/10.1787/da264d82-en\u003c/a\u003e.\n\nOECD. 2022a. Rapid Estrogen Activity in Vivo (REACTIV) Assay (OECD Draft\nTG): Guideline for the Testing of Chemicals, Section 2: Effects on\nBiotic System. OECD.\n\nInka Marie Spyridonov, Lijuan Yan, Eduard Szöcs, Ana Filipa Pereira Miranda, Carsten Lange, \nAndrew Tindall, David Du Pasquier, Gregory Lemkine, Lennart Weltje, Maike Habekost, \nPernille Thorbek. 2025. Xeredar: An open-source R-package for the statistical analysis\nof endocrine new approach methods (NAMs) using fish or amphibian eleutheroembryos, \nEnvironmental Toxicology and Chemistry. \n\u003ca href=\"https://doi.org/10.1093/etojnl/vgaf056\" class=\"uri\"\u003ehttps://doi.org/10.1093/etojnl/vgaf056\u003c/a\u003e\n","funding_links":[],"categories":[],"sub_categories":[],"project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fbasf%2Fxeredar","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fbasf%2Fxeredar","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fbasf%2Fxeredar/lists"}