R：如何隨時間推移

>dput(data) 
structure(list(ID = c(1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 
3, 3), Dx = c(1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 1, 1, 1, 1, 1), Month = c(0, 
6, 12, 18, 24, 0, 6, 12, 18, 24, 0, 6, 12, 18, 24), score = c(0, 
0, 0, 1, 1, 1, 1, 1, 0, 1, 0, 0, 0, 0, 0)), .Names = c("ID", 
"Dx", "Month", "score"), row.names = c(NA, -15L), class = "data.frame") 

>data 
    ID Dx Month score 
1 1 1  0  0 
2 1 1  6  0 
3 1 1 12  0 
4 1 1 18  1 
5 1 1 24  1 
6 2 1  0  1 
7 2 1  6  1 
8 2 2 12  1 
9 2 2 18  0 
10 2 2 24  1 
11 3 1  0  0 
12 3 1  6  0 
13 3 1 12  0 
14 3 1 18  0 
15 3 1 24  0

假設我有上述data.frame可視化二進制/分類數據的變化。我有3名患者（ID = 1,2或3）。 Dx是診斷（Dx = 1是正常的，= 2是有病的）。有一個月變量。最後但並非最不重要的是考試分數變量。參與者的測試分數是二進制的，它可以從0或1變化，或從1恢復到0.我很難想出一種方法來可視化這些數據。我想看一張信息豐富的圖表：R：如何隨時間推移

參與者的測試分數隨時間推移的趨勢。
如何這一趨勢隨着時間的推移

比較參與者的診斷在我的真實數據集我有超過800人蔘加，所以我不想建造800個獨立圖形...我認爲考試分數變量的存在二進制真的讓我難住。任何幫助，將不勝感激。

來源

2015-05-04 Adrian

在一張圖中有800個趨勢將是凌亂的，你不能聚合他們或什麼？ – Soheil

隨着時間的推移，病人得分可以在舒哈特圖表中查看，參見包裹qcc。您可以選擇特定於您的情況的EWMA，CUSUM或Shewhart，例如一個C圖[月計數]或一個U圖[每月費率]。 – Henk

注意：對於第2部分，需要完成以下大量數據操作。第1部分不太複雜，您可以在下面看到它適合。

用途

library(data.table) 
library(ggplot2) 
library(reshape2)

從1比較

首先，改變DX以2比0至1（假設在得分0對應於DX 1）

data$Dx <- data$Dx - 1

現在，創建一個矩陣，返回1代表1代表診斷，0代表測試，-1代表1代表0代表診斷。

compare <- matrix(c(0,1,-1,0),ncol = 2,dimnames = list(c(0,1),c(0,1))) 
> compare 
    0 1 
0 0 -1 
1 1 0

現在，讓我們給每一個事件打分。這只是中查找矩陣上爲你的矩陣中的每個條目：

data$calc <- diag(compare[as.character(data$Dx),as.character(data$score)])

*注：這可以加快使用匹配的大型矩陣，但它是較小的集像你

速戰速決爲了讓我們使用data.table聚集：

data <- data.table(data)

現在，我們需要創建我們的變量：

tograph <- melt(data[, list(ScoreTrend = sum(score)/.N, 
          Type = sum(calc)/length(calc[calc != 0]), 
          Measure = sum(abs(calc))), 
        by = Month], 
       id.vars = c("Month"))

ScoreTrend：計算每個月份的正分數比例。顯示隨着時間的推移得分的趨勢
類型：顯示隨着時間的過去-1與1的比例。如果這返回-1, 所有事件的得分= 1，diag = 0。如果它返回1，所有事件爲 diag = 1，得分= 0。零將意味着兩者之間的平衡
測量：原始數量不正確的事件。

我們沿着月份融合這個數據框，以便我們可以創建一個構面圖。

如果沒有不正確的事件，我們將得到一個NaN類型。最後

tograph[value == NaN, value := 0]

，我們就可以繪製

ggplot(tograph, aes(x = Month, y = value)) + geom_line() + facet_wrap(~variable, ncol = 1)

現在我們可以看到，在一個情節：將它設置爲0

積極分數按月數
過低診斷比例
不正確的診斷數量。

來源

2015-05-04 15:21:44 Chris

與ggplot2你可以爲每個患者繪製小圖（參見我的解決方案，以處理大量的圖）。一個例子可視化：

library(ggplot2) 
ggplot(data, aes(x=Month, y=score, color=factor(Dx))) + 
    geom_point(size=5) + 
    scale_x_continuous(breaks=c(0,6,12,18,24)) + 
    scale_color_discrete("Diagnosis",labels=c("normal","diseased")) + 
    facet_grid(.~ID) + 
    theme_bw()

這給：

enter image description here

包括800名患者在一個情節可能是有點太多，因爲已經在這個問題的評論中提到。這個問題有幾種解決方案：

聚合數據。
創建患者子羣併爲每個子羣繪製一個圖。
篩選出所有從未生病的患者。

關於最後的建議，你可以做到這一點下面的代碼（這是我改編自an answer到我自己的問題之一）：

deleteable <- with(data, ave(Dx, ID, FUN=function(x) all(x==1))) 
data2 <- data[deleteable==0,]

您可以使用此以及創建一個新的變量確定患者已經患病誰：

data$neverill <- with(data, ave(Dx, ID, FUN=function(x) all(x==1)))

然後你就可以例如聚合與幾個分組變量的數據（例如Month，neverill）。

來源

2015-05-04 15:17:53 Jaap

R：如何隨時間推移

回答

相關問題