Aşağıdaki senaryo, arsa yaratıcısı olarak araştırmacı (I), gözden geçiren / editör (R, CRAN ile ilgili değil) ve ben (M) üçlüsünde En Çok SSS olmuştur. (R) 'nin tipik bir tıbbi büyük patron incelemesi olduğunu varsayabiliriz, sadece her arsanın hata çubuğuna sahip olması gerektiğini bilir, aksi takdirde yanlıştır. İstatistiksel bir gözden geçiren söz konusu olduğunda, problemler çok daha az kritiktir.
senaryo
Tipik bir farmakolojik çaprazlama çalışmasında, iki A ve B ilacı glikoz seviyesi üzerindeki etkileri açısından test edilmiştir. Her hasta iki kez rasgele sırayla ve taşınma olmadığı varsayımıyla test edilir. Birincil son nokta, glikoz (BA) arasındaki farktır ve eşleştirilmiş bir t testinin yeterli olduğunu varsayıyoruz.
(I) her iki durumda da mutlak glikoz seviyelerini gösteren bir grafik istiyor. (R) 'nin hata çubukları arzusundan korkar ve çubuk grafiklerde standart hatalar ister. Burada çubuk grafik savaşına başlamayalım ._)
(I): Bu doğru olamaz. Çubuklar çakışıyor ve p = 0.03? Lisede öğrendiğim bu değil.
(M): Burada eşleştirilmiş bir tasarımımız var. İstenen hata çubukları tamamen ilgisizdir, önemli olan, grafikte gösterilmeyen eşleştirilmiş farklılıkların SE / CI'sidir. Bir seçeneğim olsaydı ve çok fazla veri olmasaydı, aşağıdaki grafiği tercih ederim
Eklendi 1: Bu, birkaç yanıtta belirtilen paralel koordinat grafiğidir
(E): Çizgiler eşleşmeyi gösterir ve çoğu çizgi yükselir ve bu doğru izlenimdir, çünkü eğim önemli olan şeydir (tamam, bu kategoriktir, ancak yine de).
(I): Bu resim kafa karıştırıcı. Kimse anlamıyor ve hata çubukları yok (R gizleniyor).
(E): Farkın ilgili güven aralığını gösteren başka bir grafik daha ekleyebiliriz. Sıfır çizgisinden uzaklık, efekt boyutu hakkında bir izlenim verir.
(I): Bunu kimse yapmıyor
(R): Değerli ağaçları boşa harcıyor
(E): (İyi bir Alman olarak): Evet, ağaçların üzerindeki nokta alınır. Ancak, birden fazla tedavimiz ve çoklu kontrastlarımız olduğunda bunu kullanıyorum (ve asla yayınlamıyorum).
Herhangi bir öneriniz var mı? Bir komplo oluşturmak istiyorsanız, R Kodu aşağıdadır.
# Graphics for Crossover experiments
library(ggplot2)
library(plyr)
theme_set(theme_bw()+theme(panel.margin=grid::unit(0,"lines")))
n = 20
effect = 5
set.seed(4711)
glu0 = rnorm(n,120,30)
glu1 = glu0 + rnorm(n,effect,7)
dt = data.frame(patient = rep(paste0("P",10:(9+n))),
treatment = rep(c("A","B"), each=n),glucose = c(glu0,glu1))
dt1 = ddply(dt,.(treatment), function(x){
data.frame(glucose = mean(x$glucose), se = sqrt(var(x$glucose)/nrow(x)) )})
tt = t.test(glucose~treatment,paired=TRUE,data=dt,conf.int=TRUE)
dt2 = data.frame(diff = -tt$estimate,low=-tt$conf.int[2], up=-tt$conf.int[1])
p = paste("p =",signif(tt$p.value,2))
png(height=300,width=300)
ggplot(dt1, aes(x=treatment, y=glucose, fill=treatment))+
geom_bar(stat="identity")+
geom_errorbar(aes(ymin=glucose-se, ymax=glucose+se),size=1., width=0.3)+
geom_text(aes(1.5,150),label=p,size=6)
ggplot(dt,aes(x=treatment,y=glucose, group=patient))+ylim(0,190)+
geom_line()+geom_point(size=4.5)+
geom_text(aes(1.5,60),label=p,size=6)
ggplot(dt2,aes(x="",y=diff))+
geom_errorbar(aes(ymin=low,ymax=up),size=1.5,width=0.2)+
geom_text(aes(1,-0.8),label=p,size=6)+
ylab("95% CI of difference glucose B-A")+ ylim(-10,10)+
theme(panel.border=element_blank(), panel.grid.major.x=element_blank(),
panel.grid.major.y=element_line(size=1,colour="grey88"))
dev.off()
