超级会员免费看
本文介绍了如何利用R语言的gamlss和gamlss.util包，通过plotSimpleGamlss函数来描述变量间的非线性相关性，特别是针对人体测量指标如男性碱性磷酸酶（ALP）与年龄的复杂关系。通过构建LMS模型，绘制平滑曲线和数据分布热图，可以更准确地展现这种关系，其中颜色深浅表示数据点的密集程度。
在统计分析中，变量与变量之间的关系并不均为线性相关。人体测量指标间往往呈现出更为复杂的变化关系，如男性碱性磷酸酶（ALP）水平随年龄的增长在13岁左右达到高峰，随后成断崖式的下降，并剩余的时间里趋于稳定（图1）。面对这一情况，如果采用线性相关去描述ALP与年龄之间的关系，则很容易忽视上述特征。此时，我们可以利用非参数回归方法去描述二者之间的关系。
在本节中，我们将分享利用一个简单的函数，用来描述变量间的非线性相关关系并绘制数据分布热图。
以图2为例，该图对应的原始数据集中仅包括ALP和年龄（year）两个变量。如需绘制图2，我们需要用到gamlss和gamlss.util包（该包的其他详细用法参见https://www.gamlss.com）。具体的代码如下：
library(gamlss)
library(gamlss.util)
- 构建LMS模型（该模型为GAMLSS方法下的一个特例）
m0a<-lms(ALP,year,data=dat
订阅专栏 解锁全文
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
