一、背景介绍
最近在研究怎么处理论文数据，各种分析软件都有使用，比如：SPSS、Origin、stata16、medcalc和R语言都有些研究，其中除R语言外都是收费的。不过经过一番功夫，我这边有SPSS、stata16、Origin和medcalc的破解版，有需要的可以关注我的公众号，私聊我来获取，我将给你一个百度网盘下载地址。
二、R语言的安装
1. 下载
链接：https://pan.baidu.com/s/1HRhArXuufO1Q00m_krIx7Q 提取码：r4p0 复制这段内容后打开百度网盘手机App，操作更方便哦
2. 安装
- 双击下载好的.exe文件，选择是
2. 选择语言（中文简体）
3. 点击下一步，下一步（建议默认地址，修改了有可能出问题）
4. 选择安装组件(现在电脑一般都是64bit)
5. 选择启动项（默认就行）
6. 勾选快捷图标
7. 接下来就是无脑点击下一步和确定，就可以安装成功。
三、R语言 安装rms包
1. 安装后直接引入rms包报错解决办法
Error : package 'tibble' was installed by an R version with different internals; it needs to be reinstalled for use with this R version ERROR: lazy loading failed for package 'rms'
这个错误的意思是，在库文件中无法找到个tibble这个包,需要我们手动导入。
2. 如何正确安装rms包
- 安装tibble
install.packages('tibble')
- 安装ggplot2
install.packages('ggplot2')
- 安装rms
install.packages('rms')
- 特别提醒，如果下载出现问题，可以按照下面的方式加载
repos='https://mran.microsoft.com/snapshot/2019-02-01/'
install.packages('rms',repos='https://mran.microsoft.com/snapshot/2019-02-01/')
下载R包的很多原因是你的网速打不开这个包的url，于是我找到一个办法下载R包的时候，在后面添加repos='https://mran.microsoft.com/snapshot/2019-02-01/'，其实 https://mran.microsoft.com/snapshot/2019-02-01/ 是R官网的地址，再下载就可以了下载下来了,就像上面一样。
四、导入数据
1. excel数据以CSV的格式保存
image
2. 进入.CSV文件，检查是否有空格或者错误数据（不然可能出现问题），另外尽量使用英文来命令变量名称
image
3. 导入数据
mydata<-read.csv(file.choose())
image
4. 查看数据
如果数据显示和我的一样，说明你导入数据的是正确的，否则去检查一下数据是否有问题（空，#!NUM等），准备工作终于做好了，是时候画图了。
五、画图
1. 引入画图所需要的包
# 1. 加载所需要的包 library(ggplot2) # 2. 立方样条所需要的包 library(rms)
image
2. 画图
# 开始正式画图 # 3. 为后续程序设定数据环境 dd <- datadist(mydata) # 4. 为后续程序设定数据环境 options(datadist='dd') # 5. 拟合cox回归模型，注意这里的R命令是“cph”，而不是常见的生存分析中用到的“coxph"命令 fit<- cph(Surv(time,death) ~ rcs(LogPSI,4),data=mydata) # 6. 这里是设置参考点，也就是HR为1的点，常见的为中位数或者临床有意义的点 dd$limits$LogPSI[2] <- 0.68 fit=update(fit) #预测HR值 HR<-Predict(fit, LogPSI,fun=exp,ref.zero = TRUE) P1<-ggplot(HR) #用ggplot2直接画图 P1
至此，我们心心念念的限制性立方样条图成功出来，但是你以为这样就好了吗？不不不，接下来和我一起去编辑图吧。
六、图片编辑
#画图 P2<-ggplot()+geom_line(data=HR, aes(LogPSI,yhat),linetype="solid",size=1,alpha = 0.7,colour="yellow")+ geom_ribbon(data=HR, aes(LogPSI,ymin = lower, ymax = upper),alpha = 0.1,fill="yellow") #进一步设置图形 P2<-P2+theme_classic()+geom_hline(yintercept=1, linetype=2,size=1)+ labs(title = "RCS", x="LogPSI", y="HR (95%CI)") P2
image
