交互作用我们在前面已经说过,就不具体说了。在SCI论文中可以起到画龙点睛,并能进一步挖掘数据之间的亚组关系,进行数据挖掘也非常实用,交互项的可视化能把交互数据之间的关系明白的展示出来,在实际论文中绝对是加分项,废话不多说,我们实操一下。
我们这次使用的是人流后导致不孕的数据集,我们先导入看一下

library(rms)
bc<-read.csv("E:/r/test/buyunzheng.csv",sep=',',header=TRUE)



数据有8个指标,最后两个是PSM匹配结果,我们不用理他,其余六个为:
Education:教育程度,age:年龄,parity产次,induced:人流次数,case:是否不孕,这是结局指标,spontaneous:自然流产次数。
有一些变量是分类变量,我们需要把它转换一下

bc$education<-ifelse(bc$education=="0-5yrs",0,ifelse(bc$education=="6-11yrs",1,2))
bc$spontaneous<-as.factor(bc$spontaneous)
bc$case<-as.factor(bc$case)
bc$induced<-as.factor(bc$induced)
bc$education<-as.factor(bc$education)

建立模型,假如我们想知道流产(包括人流和自然流产)和年龄这两个指标是不是存在交互影响

f1<- glm(case ~ age + education + parity + induced+spontaneous+age*induced*spontaneous,family = binomial(link = logit), data = bc)
summary(f1)

我们看到自然流产和年龄之间可能存在交互

我们导入R可视化包visreg

library("visreg")
library("visreg")
plot(visreg(f1,xvar = "age",by="spontaneous",plot=F),xlab="age",ylab="predict",overlay = T,partial = F,rug=F,,line=list(lty=1:6))
legend("topleft",c("没有流产","流产1次","流产2次以上"),lty=c(1,1,1),col=c("red","green","blue"),lwd=c(2,1,1),bty="n")


由此我们可知,随着年龄增长,自然流产2次以上的患者不孕的概率比没有自然流产的患者明显增高。
更多精彩文章请关注公众号:零基础说科研

R语言logistic回归交互项(交互作用)的可视化分析相关推荐

  1. R语言logistic回归交互项(交互作用)的可视化分析3

    既往我们对logistic回归交互项(交互作用)进行了可视化分析,很多人对交互作用影响还不是很明白,都在后台发私信询问.其实交互作用就是一个变量通过对另一个变量的影响,导致结局变量改变,最常见的就是我 ...

  2. R语言logistic回归交互项(交互作用)的可视化分析2

    交互作用效应(p for Interaction)在SCI文章中可以算是一个必杀技,几乎在高分的SCI中必出现,因为把人群分为亚组后再进行统计可以增强文章结果的可靠性,不仅如此,交互作用还可以使用来进 ...

  3. R语言logistic回归、判别分析(LDA)、多元自适应样条回归MARS分析案例:分析乳腺癌数据集明确细针穿刺肿瘤活检结果

    R语言logistic回归.判别分析(LDA).多元自适应样条回归MARS分析案例:分析乳腺癌数据集明确细针穿刺肿瘤活检结果 目录

  4. R语言Logistic回归模型案例基于AER包的affair数据分析

    R语言Logistic回归模型案例基于AER包的affair数据 目录 R语言Logistic回归模型案例基于AER包的affair数据 #数据加载及目标变量二值化

  5. R语言Logistic回归模型案例:低出生婴儿体重的影响因素分析(列线图、校准曲线)

    R语言Logistic回归模型案例:低出生婴儿体重影响因素分析(列线图.校准曲线) 目录 R语言Logistic回归模型案例:低出生婴儿体重影响因素分析(列线图.校准曲线ÿ

  6. R语言Logistic回归模型案例:分析吸烟、饮酒与食管癌的关系

    R语言Logistic回归模型案例:分析吸烟.饮酒与食管癌的关系 目录 R语言Logistic回归模型案例分析吸烟.饮酒与食管癌的关系 #样例数据

  7. R语言Logistic回归模型亚组分析森林图(forest plot)绘制

    R语言Logistic回归模型亚组分析森林图(forest plot)绘制 目录 R语言Logistic回归模型亚组分析森林图(forest plot)R语言Logistic回归模型亚组分析森林图

  8. R语言Logistic回归模型案例(绘制列线图、校正曲线):研究低出生体重婴儿的核心影像因素

    R语言Logistic回归模型案例(绘制列线图.校正曲线):研究低出生体重婴儿的核心影像因素 目录

  9. R语言logistic回归的细节解读

    本文首发于公众号:医学和生信笔记,完美观看体验请至公众号查看本文. 医学和生信笔记,专注R语言在临床医学中的使用,R语言数据分析和可视化. 文章目录 二项logistic回归 R语言中的 factor ...

最新文章

  1. 崛起的超级智能:是否会是下一个“麦克卢汉式”预言?
  2. queue java 判断重复值_java集合类深入分析之Queue篇(Q,DQ)
  3. 关于 TStringList.Assign - 回复 u9cm 的问题
  4. (传送门)linux命令总结dd命令详解
  5. escape mysql_MySQL中ESCAPE关键字的用法详解
  6. 看我如何跨虚拟机实现Row Hammer攻击和权限提升
  7. ubuntu java 全屏显示_java 在ubuntu下实现全屏,上面的状态栏依然显示。如下图,不想要上面的状态栏...
  8. 光纤交换机光纤通道协议介绍
  9. 卷积神经网络mnist手写数字识别代码_搭建经典LeNet5 CNN卷积神经网络对Mnist手写数字数据识别实例与注释讲解,准确率达到97%...
  10. Guava - 拯救垃圾代码,写出优雅高效,效率提升N倍
  11. Python网页爬虫--
  12. 【SpringCloud】 spring cloud 2021年 技术 更新换代 停更 等信息
  13. Windows 底层驱动级 Anti-Rootkit 工具 ScDetective 源代码
  14. 关于图像分割Snake算法(c#)的一些不解之惑,望大神指点的拙见
  15. 卸载 Oracle 19c
  16. 服务器v1v2v3v4性能区别,昂达平板电脑V1V2V3V4V5版本之间的区别
  17. 大数据面试题_数据仓库篇
  18. 京瓷打印机m5521cdn_京瓷M5521cdn驱动-京瓷ECOSYS M5521cdn打印机驱动下载 v5.1.2106官方版--pc6下载站...
  19. 外点惩罚函数法·约束优化问题
  20. bootice 修改ubuntu win10 系统引导在一个硬盘上时的系统启动顺序

热门文章

  1. PythonWeb_Django_04_bj
  2. 中兴2019年度财报:“重大事项”之后经营状况如何?
  3. 在js或者App中,调起第三方地图产品(URI API)的汇总
  4. java 内存 静态_Java内存的 静态方法和实例方法的区别及使用场景
  5. ⑭【动态时空图卷积网络 · 注意力 · 交通速度预测】时空依赖关系挖掘 | 动态时空建模 | 智能交通系统 |
  6. 获取登录成功的token
  7. mac系统终端命令行设置自动关机/重启/睡眠
  8. 鹰潭市余江县(区)生源地助学贷款办理
  9. 磁盘阵列 服务器直连,硬盘连接方式介绍/直连硬盘(第一种方式)
  10. 计算机职称考试网络模块试题,2012年职称计算机考试Internet应用模块的经典练习题...