我开发了一个流行病模型并生成了输出。现在，当我更改一个参数（例如beta变量）然后探索其对生成的输出的影响时，同时又使其他参数保持不变（不变）时，我想进行敏感性分析。
我要更改的参数是beta。我想在“ middle（beta = 8.4; center）”，“ low（beta = 5; left）”，“ high（beta = 15; high）”处绘制具有不同beta值的模型的生成输出，但是条形图重叠在我使用这些代码创建的龙卷风图中（在右侧）。
我想创建一个类似于此的龙卷风图：
http://protectbenefitrisk.eu/tornadoplot.html
dat <- matrix(c(0.0020, 0.0106,0.0007,0.1196,0.0422,0.2087,0.8730, 0.7015,
0.6460, 0.01691, 0.0081, 0.0246, 0,0,0,0,0,0,0.2776, .7124,0.1204), ncol=7)
dat <- matrix(c(myRes[4:24]), ncol = 7) # you don’t need to run this, if you are using the above data
rownames(dat) <- c('beta=8.4','beta=5', 'beta=15') # Amount of change in beta
colnames(dat) <- c('S', 'LA', 'LB','I', 'T', 'TL', 'Sexp') # Names of output variables
x <- seq(0,1, 0.01) # For plotting the x-axis
#This the output
S LA LB I T TL Sexp
beta=8.4 0.0020776591 0.11966384 0.8730181 0.016916187 0 0 0.2776309
beta=5 0.0106789409 0.04224487 0.7015975 0.008136292 0 0 0.7124848
beta=15 0.0007922731 0.20872385 0.6460100 0.024695246 0 0 0.1204128
# codes for tornado plot
par(mfrow=c(1,1))
barplot(dat[2,], horiz = T, las=1, xlim = c(0,1), xaxt='n', ylab = '', beside=T, col=c('blue')) # low=5
barplot(dat[3,], horiz = T, las=1, xlim = c(0,1), xaxt='n', ylab = '', beside=T, col=c('red'), add = TRUE) # high=15
grid(5, NA, col="lightgray", lwd=2)
axis(1, at=x, labels=x, col.axis="black", las=1)
我希望生成的beta = 8.4的输出为中心，左侧的beta = 5的生成输出，龙卷风图的右侧的beta = 15的生成输出。这将总结我的敏感性分析的结果。
但是我正在努力为不同的beta值生成龙卷风图，以显示输出上的beta效果。
任何建议将不胜感激！