scale_y_log10()影响g散射中的p值

Question

我是在两个连续变量之间做相关图，在ggpubr包中使用ggpubr。我使用的是kendall秩系数，p值自动添加到图中。我想使用scale_y_log10()，因为其中一个度量的范围很大。但是，将scale_y_log10()添加到代码中会影响p值。

Sampledata：

sampledata <- structure(list(ID = c(1, 2, 3, 4, 5), Measure1 = c(10, 10, 50, 0, 100), Measure2 = c(5, 3, 40, 30, 20), timepoint = c(1, 1,1, 1, 1), time = structure(c(18628, 19205, 19236, 19205, 19205), class = "Date"), event = c(1, 1, NA, NA, NA), eventdate = structure(c(18779,19024, NA, NA, NA), class = "Date")), row.names = c(NA, -5L), class = "data.frame")

没有scale_y_log10()的图

ggscatter(data = sampledata, x = "Measure2", y = "Measure1",
      add = "reg.line", conf.int = TRUE, 
      cor.coef = TRUE, cor.method = "kendall",
      xlab = "measure2", ylab = "measure1", color="#0073C2FF" ) 

如你所见，R=0.11，P=0.8

添加scale_y_log10()

ggscatter(data = sampledata, x = "Measure2", y = "Measure1",
      add = "reg.line", conf.int = TRUE, 
      cor.coef = TRUE, cor.method = "kendall",
      xlab = "measure2", ylab = "measure1", color="#0073C2FF" ) + scale_y_log10()

R=0.55和P=0.28.

这只是一些样本数据，而不是我的实际数据。

有人能帮我弄清楚吗？

Answer 1

您的p值更改的原因是您的y值之一(变量Measure2为0 )。执行日志转换时，此0值变为负无穷大。它不能显示在绘图上，因此从绘图数据中删除。如果在没有此数据点的情况下运行ggscatter，您将看到得到与日志转换相同的值：

ggscatter(data = subset(sampledata, Measure1 > 0),
          x = "Measure2", y = "Measure1",
          add = "reg.line", conf.int = TRUE,
          cor.coef = TRUE, cor.method = "kendall",
          xlab = "measure2", ylab = "measure1", color="#0073C2FF" )

​

​

您还可以看到，置信区间的y值扩展到0以下，因此，日志转换图中的置信区间与未转换图中的置信区间不同-- geom_smooth层基本上是在对日志转换数据进行线性回归，这可能不是您想要的。

与许多使创建简单的绘图更容易的ggplot扩展一样，人们会发现，如果您想要做一些不寻常的事情(例如在添加日志刻度时不包括0或负值)，您就不能在该框架内这样做，因此您需要返回到香草样地来实现您想要的结果。

例如，您可以创建点、线和带状，但不包括0或负值，如下所示：

mod <- lm(Measure1 ~ Measure2, data = sampledata)

xvals <- seq(3, 40, length.out = 100)
xvals <- c(xvals, rev(xvals))
preds <- predict(mod, newdata = data.frame(Measure2 = xvals), se.fit = TRUE)
lower <- preds$fit - 1.96 * preds$se.fit
upper <- preds$fit + 1.96 * preds$se.fit
lower[lower < 1] <- 1

pred_df <- data.frame(Measure2 = xvals,
                      Measure1 = preds$fit)

polygon <- data.frame(Measure2 = xvals, 
                      Measure1 = c(lower[1:100], upper[101:200]))

ct <- cor.test(sampledata$Measure2, sampledata$Measure1, method = "kendall")

现在，我们可以安全地绘制数据，并将其样式设置为ggscatter：

p <- ggplot(subset(sampledata, Measure1 > 0),
       aes(Measure2, Measure1)) +
  geom_polygon(data = polygon, fill = "#0073c2", alpha = 0.5) +
  geom_point(color = "#0073c2", size = 2) +
  geom_line(data = pred_df, color = "#0073c2", size = 1) +
  annotate("text", hjust = 0, x = min(sampledata$Measure2), y = 50, size = 5,
           label = paste0("R = ", sprintf("%1.2f", ct$estimate), ", p = ",
                          sprintf("%1.2f", ct$p.value))) +
  theme_classic(base_size = 16)

p

​

​

除了现在我们可以安全地日志转换输出：

p + scale_y_log10(limits = c(1, 1000))

​

​