接上一期关于logistic回归的限制性立方样条,本期介绍基于线性回归模型的限制性立方样条图。
变量要求:x为连续性变量,y为连续性变量。其他协变量既可以是分类变量,也可以是连续变量。
今天展示的是年龄对BMI的影响,
自变量 |
因变量 |
协变量 |
age |
BMI |
地区、sex、睡眠时间 |
同样的,直接看数据形式和最终的效果图:
结果图如下:
.libPaths()#查看R包位置
##这里改成自己电脑的路径
setwd("C:/Users/12974/Desktop/百度经验/简书/R绘制限制性立方样条图")#设置工作空间
getwd()#加载工作空间
#包安装
install.packages("foreign")
install.packages("ggplot2")
install.packages("rms")
install.packages("survival")
install.packages("Hmisc")
install.packages("splines")
#批量包加载
ps <- c("foreign","ggplot2","rms","survival","Hmisc","splines")
for(i in ps){library(i, character.only = T)}; rm(i)
#导入数据
mydata <- read.csv("cc1.csv",as.is = TRUE,header = T,sep = ",", fileEncoding='utf-8')
names(mydata)#查看所有变量名字
attach(mydata)
#变量因子化,意思就是把分类变量变为真正的分类变量
##地区、sex需要
mydata$地区<-as.factor(mydata$地区)
mydata$sex<-as.factor(mydata$sex)
##设置分类变量的参照组
mydata$地区<-relevel(mydata$地区, ref="1")
mydata$sex<-relevel(mydata$sex, ref="1")
#接着为后续程序设定数据环境,也就是打包数据,这一步在预测模型中也常做
dd <- datadist(mydata)
options(datadist='dd')
#拟合线性回归的限制性立方样条
##( bmi为y, age为x ,3是拟合曲线的时候采用三个节点)
##后面的+地区+sex+睡眠时间 是一些协变量
glm<-glm(bmi~rcs(age,3)+地区+sex+睡眠时间,data=mydata)
ols<-ols(bmi~rcs(age,3)+地区+sex+睡眠时间,data=mydata)
#线性模型可以用glm和ols两种拟合,两种结果一样,可以自己选择,如下图1
summary(glm)#glm这样查看
ols#ols直接这样查看
##########图片1
#这里也可以看到,地区展示了地区=2和地区=3的结果,因为前面我们设置地区参照组是 1
#性别展示sex=2的结果,因为前面我们设置sex参照组是 1
#睡眠时间因为是连续变量,因此只有1个估计值
##由于限制性立方样条推荐拟合3~5个节点,这里分别拟合3个模型
##另外glm拟合的话无法进行预测,因此就用ols模型
fit3<-ols(bmi~rcs(age,3)+地区+sex+睡眠时间,data=mydata)
fit4<-ols(bmi~rcs(age,4)+地区+sex+睡眠时间,data=mydata)
fit5<-ols(bmi~rcs(age,5)+地区+sex+睡眠时间,data=mydata)
#然后查看AIC,选择AIC最小的
AIC(fit3)
AIC(fit4)
AIC(fit5)
#图片2
#3个节点模型的AIC最小,所以这里我们选择3个节点的模型
fit<-update(fit3)#更新模型
#使用a
nova()可以看p值,这里是为后续图上放 卡方值和P值 做准备
an<-anova(fit)
#这个结果主要是看bmi对心血管非线性关系的p值,可以发现二者存在非线性关系
an
########图片3
#查看age和bmi是否存在非线性关系
##生成预测值,线性模型估计本来就是Bata值,
##所以不需要采用fun=exp将bata值转化为or值了
plot(Predict(fit, age), anova=an, pval=T)
Bata<-Predict(fit, age,ref.zero = TRUE
#ggplot画图
p1<-ggplot(Bata,anova=an, pval=T)
p1
##进一步美化
########图片4
#anova=an, pval=T:增加F值和P值
p2<-ggplot(anova=an, pval=T)+
##画曲线
geom_line(data=Bata, aes(age,yhat),linetype=1,size=1,alpha = 0.9,colour="red")+
##画置信区间
geom_ribbon(data=Bata, aes(age,ymin = lower, ymax = upper),alpha = 0.3,fill="red")+
#x轴任意刻度:增加一条竖线
geom_vline(aes(xintercept=60), colour="#BB0000", linetype="dashed")+
#y轴任意刻度:增加一条横线
geom_hline(yintercept=1, linetype=2,size=1)+
#去除背景
theme_classic()+
##增加标签
labs(title = "RCS", x="age", y="Bata (95%CI)")+
#x轴范围
scale_x_continuous(limits = c(40, 90),
#x轴刻度
breaks = c(40,50,60,70,80,90))+
#y轴范围
scale_y_continuous(limits = c(-500, 500),
#y轴刻度
breaks = c(-500,0,500))+
##手动给图上增加标签
geom_text(aes(x=60,y=1,label='age=60'),
vjust=1.5,hjust=0,size=2.5)
p2
########图片5
#结果解释:
p=0.968,因此年龄和BMI不存在非线性关系
#另外,这里求大神解答,为什么图4把F值和P值放到图上了,但是图5没有??????????
#那么接下来,同样绘制性别分层的图
##计算不同性别的Bata值
Bata1 <- Predict(fit, age, sex=c('1','2'),
type="predictions",
ref.zero=TRUE,conf.int = 0.95,digits=2)
#美化
p3<-ggplot()+
##画曲线,多color = sex
geom_line(data=Bata1, aes(age,yhat, color = sex),
linetype="solid",size=1,alpha = 0.9)+
##画置信区间,多color = sex
geom_ribbon(data=Bata1,
aes(age,ymin = lower, ymax = upper,fill = sex),
alpha = 0.2)+
#两条线的颜色
scale_color_manual(values = c('red','blue'))+
#两个置信区间的颜色
scale_fill_manual(values = c("red","blue"))+
##x轴任意刻度:增加一条竖线
geom_vline(aes(xintercept=60), colour="#BB0000", linetype="dashed")+
#x轴任意刻度:再增加一条竖线
geom_vline(aes(xintercept=26), colour="#BB0000", linetype="dashed")+
#y轴任意刻度:增加一条横线
geom_hline(yintercept=1, linetype=2,size=1)+
#去除背景
theme_classic()+
##增加标签
labs(title = "RCS", x="age", y="Bata (95%CI)")+
##x轴范围
scale_x_continuous(limits = c(40, 90),
#x轴刻度
breaks = c(40,50,60,70,80,90))+
##y轴范围
scale_y_continuous(limits = c(-500,500),
#y轴刻度
breaks = c(-500,0,500))+
##手动给图上增加标签
geom_text(aes(x=60,y=1,label='age=60'),
vjust=1.5,hjust=0,size=2.5)+
p3
########图6
同样男/女的年龄和bmi不存在关联。
但这样很不科学的,因为我们没有计算分性别的p值,
等以后讲讲分层分析如何计算p值的几种方法吧
#导出图片
ggsave(filename = "结果5.png",#命名
plot=p2,#哪张图
path = "C:/Users/12974/Desktop/百度经验/简书/R绘制限制性立方样条图",
#保存路径
units="px",
width = 1200,#宽度
height = 800 #高度
)
ggsave(filename = "6.png",#命名
plot=p3,#哪张图
path = "C:/Users/12974/Desktop/百度经验/简书/R绘制限制性立方样条图",
#保存路径
units="px",
width = 1200,#宽度
height = 800 #高度
)