语言nomogram校准曲线图_手把手教你R语言实现Logistic回归列线图并校准度曲线绘制...

列线图作为常用的预测图形显示被常用在SCI论文中,在前面的章节,我们已经讲过怎么使用R语言制作COX回归的列线图制作,并进行了内部验证,今天我们来说说怎么使用R语言进行Logistic回归列线图并校准度曲线绘制。

我们使用SPSS自带的一个Breast cancer survival肿瘤数据来演示,

首先我们我们要把R包导入,

library(foreign)

library(survival)

library(rms)

然后导入数据,删除缺失值

bc

                use.value.labels=F,to.data.frame=T)

bc

5936fb49f96d207416b68325f0724b39.png

对数据进行打包

dd

options(datadist="dd")

c60f201bd5c091f5e4e354f60a73b6e9.png

建立Logistic回归模型

formula1

fit1

5b264158080fd89b252b37de2b95e967.png

解析模型summary(fit1)

3612936212f3e95bbad30fad9f44b3e9.png

绘制列线图

nom1

               fun=function(x)1/(1+exp(-x)),

               lp=F,

               fun.at = c(0.1,0.3,0.5,0.7,0.9),

               funlabel = "Risk")

plot(nom1)

3af0b143a586c67391a6873e61bd0977.png

建立校准曲线并绘制曲线图

cal1

plot(cal1,xlim=c(0,1.0),ylim=c(0,1.0),

     xlab = "Nomogram PredictedSurvival", ylab = "Actual Survival")

01c1f68180b170765460a098eafd7169.png

还可以对图片进行进一步美化

a3e6f78a36445b5163d44f904c5c07be.png

是不是非常简单呀,动动小手关注一下吧。

48c1b24971a4cfcbf2dca083dfdda43e.png

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,以下是R语言绘制logistic回归的代码以及nomogram、c-index和校正曲线绘制的示例代码: 首先,我们需要准备一个数据集,这里我们使用R自带的乳腺癌数据集: ```R data("breast_cancer", package = "rpart") # 将目标变量转换为二分类变量 breast_cancer$Class[breast_cancer$Class == "negative"] <- 0 breast_cancer$Class[breast_cancer$Class == "positive"] <- 1 ``` 接下来,我们使用glm函数来拟合一个logistic回归模型: ```R model <- glm(Class ~ Age + Menopause + Tumor.Size + Inv.Nodes, data = breast_cancer, family = binomial(link = "logit")) ``` 接下来,我们可以使用rms包中的nomogram函数来绘制一个nomogram: ```R library(rms) # 绘制nomogram nom <- nomogram(model, fun = function(x) 1/(1+exp(-x))) print(nom) ``` 然后,我们可以使用rms包中的validate函数来计算c-index和绘制校正曲线: ```R # 计算c-index valid <- validate(model, B = 100) valid$c.index # 绘制校正曲线 plot(valid$cal, ylim = c(0, 1), xlab = "Predicted Probabilities", ylab = "Observed Probabilities") ``` 最后,我们可以使用ggplot2包中的ggplot函数来绘制logistic回归曲线: ```R library(ggplot2) # 计算预测概率 breast_cancer$pred_prob <- predict(model, type = "response") # 绘制曲线 ggplot(breast_cancer, aes(x = Age, y = pred_prob, color = Class)) + geom_smooth(method = "glm", method.args = list(family = "binomial"), se = FALSE) + scale_color_manual(values = c("#999999", "#E69F00")) + labs(title = "Logistic Regression Curve", x = "Age", y = "Predicted Probability", color = "Class", subtitle = "Breast Cancer Data") + theme_bw() ``` 希望这些代码能对你有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值