Question

我有这个数据集：

> head(xc)
  wheeze3 SmokingGroup_Kai TG2000 TG2012 PA_Score asthma3 tres3 age3    bmi     bmi3
1       0                1      2      2        2       0     0   47 20.861 21.88708
2       0                5      2      3        3       0     0   57 20.449 23.05175
3       0                1      2      3        2       0     0   45 25.728 26.06168
4       0                2      1      1        3       0     0   48 22.039 23.50780
5       1                4      2      2        1       0     1   61 25.391 25.63692
6       0                4      2      2        2       0     0   54 21.633 23.66144
  education3 group_change
1          2            0
2          2            3
3          3            3
4          3            0
5          1            0
6          2            0

下面 asthma3是一个取值为0的变量; group_change取值0,1,2,3,4,5,6; age3表示年龄。

我想将asthma3==1的人的百分比作为变量age3的函数进行绘制。我想在同一个地块上获得6行，将样本除以group_change。

我认为应该可以使用ggplot2。

Answer 1

这是一个ggplot2方法：

library(ggplot2)
library(dplyr)

# Create fake data
set.seed(10)
xc=data.frame(age3=sample(40:50, 500, replace=TRUE),
           asthma3=sample(0:1,500, replace=TRUE), 
           group_change=sample(0:6, 500, replace=TRUE)) 

# Summarize asthma percent by group_change and age3 (using dplyr)
xc1 = xc %.%
  group_by(group_change, age3) %.%
  summarize(asthma.pct=mean(asthma3)*100)

# Plot using ggplot2
ggplot(xc1, aes(x=age3, y=asthma.pct, colour=as.factor(group_change))) + 
  geom_line() + 
  geom_point() +
  scale_x_continuous(breaks=40:50) +
  xlab("Age") + ylab("Asthma Percent") +
  scale_colour_discrete(name="Group Change")

这是另一种直接与原始数据框一起使用的ggplot2方法，可以动态计算百分比。我还以百分比格式格式化了y轴。

library(scales) # Need this for "percent_format()"
ggplot(xc, aes(x=age3, y=asthma3, colour=as.factor(group_change))) + 
  stat_summary(fun.y=mean, geom='line') +
  stat_summary(fun.y=mean, geom='point') +
  scale_x_continuous(breaks=40:50) +
  scale_y_continuous(labels=percent_format()) +
  xlab("Age") + ylab("Asthma Percent") +
  scale_colour_discrete(name="Group Change")

Answer 2

这是使用Stata的一种方式。示例数据有三组。

比例是根据您确定为二元变量的asthma3的平均值计算的。

clear all
set more off

*----- example data -----

set obs 500
set seed 135

gen age3 = floor((50-40+1)*runiform() + 40)
gen asthma3 = round(runiform())
egen group_change = seq(), to(3)

*----- pretty list -----

order age3 group_change 
sort age3 group_change asthma3
list, sepby(age3)

*----- compute proportions -----

collapse (mean) asthma3, by(age3 group_change)
list

*----- syntax for graph and graph -----

levelsof(group_change), local(gc)

local i = 1
foreach g of local gc {
    local call `call' || connected asthma3 age3 if group_change == `g', sort
    local leg `leg' label(`i++' "Group`g'") // syntax for legend
}

twoway `call' legend(`leg') /// graph
    title("Proportion with asthma by group")

这与Statalist中的第一个问题相吻合。用尼克的话说，你构建语法＆＃34;使用本地宏，然后将其提供给twoway。

@NickCox在评论中提出了另一种选择：

<snip>

*----- compute proportions -----

collapse (mean) asthma3, by(age3 group_change)
list

*----- graph -----

separate asthma3, by(group_change) veryshortlabel

twoway connected asthma31-asthma33 age3, sort ///
    title("Proportion with asthma by group")

<snip>

第二种方法是从原始asthma3创建新变量，我在调用twoway connected时将其缩写为asthma31-asthma33。

两种选择都会产生识别群体的图例。我留给你的标签（见help graph）。

如何在R或Stata中绘制相对频率

2 个答案: