Это для систематического обзора, поэтому я могу анализировать только те данные, которые были предоставлены в предыдущих статьях.Для семи таких данных достаточно данных, чтобы я мог построить КИ, который я хочу представить обычным способом лесного участка, включая привлекательную особенность размеров блоков в соответствии с длиной КИ.
Длявосьмое - здесь помечено как неуклюжий - поскольку размер выборки не выявлен, я могу только показать (предпочтительно на том же лесном участке) среднее значение, но не CI.Итак, мне нужна помощь в настройке приведенного ниже кода, чтобы представить это среднее значение как одну точку на графике, не искажая размеры остальных семи полей Okay.
При добавлении чрезвычайно узкого CI для Awkward: либоCI слишком узкий, а R округляет значение, в результате чего блок не отображается, или CI настолько узок, что библиотека лесных графиков интерпретирует его как «верный» элемент и придает ему наибольший вес (поэтому очень большой блок), которыйв свою очередь все остальные ящики становятся ничтожно малыми и побеждают цель.Студент также рассмотрел назначение очень большого КИ для Awkward - это дает Awkward маленькую коробку и сохраняет относительные пропорции других состояний, хотя «усы» для верхней и нижней границ Awkward ИЛИ становятся очень длинными.
Один из способов добиться желаемого эффекта на дисплее может состоять в том, чтобы потребовать очень большой CI (уменьшающий вес) для Awkward, и напечатать эту линию CI белым / прозрачным (поэтому не видимым);Я не знаю, как это сделать.(Я, как вы уже догадались, определенно новичок.)
library(forestplot)
# grafted from https://cran.r-project.org/web/packages/forestplot/vignettes/forestplot.html
##According to this Awkward doesn't have a confidence interval; entries of 0.1 and 30 are fictitious
Table1_19225_OR <-
structure(list(
mean = c(NA, NA, 6, 4.19, 3.11, 3.79, 13.20, 3.84, 2.32, 5.78, NA, 4.41, 5.99, 5.43),
lower = c(NA, NA, 0.1, 2.54, 1.39, 1.83, 6.25, 2.69, 1.04, 2.89, NA, 3.13, 4.65, 4.79),
upper = c(NA, NA, 30, 6.91, 6.96, 7.85, 27.87, 5.49, 5.2, 11.54, NA, 6.23, 7.71, 6.14)),
.Names = c("mean", "lower", "upper"),
row.names = c(NA, -14L),
class = "data.frame")
#State data pooled using random effects model
tabletext<-cbind(
c("", "State", "Awkward", "Okay1", "Okay2", "Okay3", "Okay4", "Okay5", "Okay6", "Okay7", NA, "State data", "National", "National"),
c("Change", "Year", "1977", "1977", "1977", "1982", "1989", "1997", "2000", "2012", NA, "", "1995-2003", "2005-2008"),
c("Odds", "Ratio", "6.00", "4.19", "3.11", "3.89", "13.20", "3.84", "2.32", "5.78", NA, "4.41", "5.99", "5.43"))
forestplot(tabletext,
hrzl_lines = gpar(col="#444444"),
Table1_19225_OR, new_page = TRUE,
is.summary=c(TRUE,TRUE,rep(FALSE,9),TRUE,FALSE,FALSE), #TRUE means bold
clip=c(2, 14),
ci.vertices = TRUE,
xlog=FALSE,
xticks = c(2.0, 4.0, 6.0, 8.0, 10, 12),
grid=TRUE,
xlab="95% CIs for Odds Ratio",
col=fpColors(box="royalblue",line="darkblue", summary="royalblue"))
Изменения размера шрифта
own <-fpTxtGp () own #checking, чтобы увидеть значения по умолчанию-Я думаю, что они загружаются каждый раз, когда вы называете библиотеку лесных участков своей собственной $ xlab $ cex <- 1.25 #default равен 1, не уверен, какие единицы этой вещи, так что методом проб и ошибок владеют $ legend $ cex <- 0.8 #0,8, изменение этого значения, похоже, ничего не меняет на собственных лесных участках $ ticks $ cex <- 0,8 # по умолчанию 0,5, изменяет размер чисел по шкале CI </p>