임상 적으로는 종속 변수와 임상 결과가 선형이 아닌 경우가 있으며, 회귀 모형은 독립 변인과 종속변인이 선형 적으로 관련되어 있다는 중요한 가정을 가지고 있으므로 회귀 분석에 의해 비선형 관계 모형이 제한된다. 따라서 더 나은 해결책은 독립 변수와 종속 변수 간의 비선형 관계를 맞추는 것입니다. 제한된 3 차 스플라인 (RCS)은 비선형 관계를 분석하는 가장 일반적인 방법 중 하나입니다.
최근 한 팬이 제한된 큐브 막대 그래프에 순서 형 다중 카테고리 변수를 적용 할 수 있는지 물었습니다. 허용됩니다. 시각화를 그룹화하여 데이터의 차이를 보여줄 수 있습니다.
3 개의 스플라인 패키지 인 rms, ggplot2를 사용해야합니다. 먼저
패키지를 다운로드하고 먼저 패키지를로드하고 데이터를 가져와야합니다.
library(ggplot2)
library(splines)
library(rms)
be<-read.csv("E:/r/test/qztp2.csv",sep=',',header=TRUE)
names(be)
스플라인 회귀 구축
model.spline <- lm(be$Gestational.week ~ rcs(be$HB))#建立样条回归
summary(model.spline)
이 P 값에주의
하십시오 . 0.05 미만은 비선형 관계를 나타냅니다. anova (model.spline)를 사용하여 동일하게보고
ggplot2를 사용하여 그래프를 그립니다.
ggplot(be, aes(HB, Gestational.week)) +
geom_point()+
stat_smooth(method = lm, formula = y ~ rcs(x,4)) ##绘制样条回归拟合效果图
컷오프 포인트를 설정하고 직접 그림을 그릴 수도 있는데, 스스로 설정하는 소프트웨어가없는 것 같습니다.
model.spline1 <- lm(be$Gestational.week ~ rcs(be$HB, c(20,100,126,150)))#建立样条回归，设置4个节点
ggplot(be, aes(HB, Gestational.week)) +
geom_point()+
stat_smooth(method = lm, formula = y ~ rcs(x, c(20,100,126,150))) ##绘制样条回归拟合效果图
그래픽을 더욱 아름답게 할 수도 있습니다.
ggplot(be, aes(HB, Gestational.week,fill=Prenatal.hemorrhage,size=Prenatal.hemorrhage1)) +
geom_point(shape=21,size=4,col="black")+
stat_smooth(method = lm, formula = y ~ rcs(x,4)) ##美化一下图形
출혈과 출혈 없음의 두 가지 분류 지표가 결과 Y에 미치는 영향을 알고 싶다는 점을 추가하면 그룹화 변수를 추가하여 색상 음영에서 출혈량을 인식 할 수 있습니다. 두 변수가 거의 겹침 출혈이 결과에 영향을 미치는지 여부 효과 없음, 집계는 모델 인덱스에 따라 다릅니다.
ggplot(be, aes(HB, Gestational.week,group=Prenatal.hemorrhage,fill=Prenatal.hemorrhage1)) +
geom_point(shape=21,size=4,col="black")+
stat_smooth(method = lm, formula = y ~ rcs(x,4)) ##分组表示
두 그룹의 색상은 약간 비슷하고 구별하기 쉽지 않으며 수정할 수도 있습니다.
공개 계정에서 더 흥미로운 기사를 사용할 수 있습니다 : 제로 기반 과학 연구
