企业官网建设流程全解析

在SCI文章中，交互效应表格（通常是表五）能为文章锦上添花，增加文章的信服力，增加结果的可信程度，还能进行数据挖掘。什么是亚组，通常就是特殊类 型人群，比如男女，种族等，就是说你的数据放入特殊人群中结果还可靠吗？如果在各个特殊人群中，你的结果很稳定，说明你的结论很可靠。如果亚组的结论和你的数据数据结论相反，你可以拿来做个新论题。还可以比较不同亚组之间有无区别，比如做了心脏支架和没做支架的区别，可以发现很多新思路，易于数据挖掘。

其实交互作用就是一个变量通过对另一个变量的影响，导致结局变量改变,最常见的就是我们药物之间的交互作用，比如β受体阻滞剂对血糖有影响，同时和降糖药使用可能会加强或者减弱降糖药的降糖效果，这就是交互作用。，既往我已经介绍过多篇交互效应文章，比如：
R语言logistic回归交互项（交互作用）的可视化分析2

这个文章介绍的是随着年龄增大，流产2次以上的比没有流产的女性，不孕症的概率明显增大，因此流产和年龄对不孕症的结局存在交互影响。但是对于连续变量，这样的图形不好表示交互效应，根据粉丝要求，编写了ggsci3d函数，能够一步到位，生成交互效应数据并绘图，
下面我来演示一下，先导入数据和R包

library(foreign)library(mgcv)library(rms)library(ggscitable)library(scitable)be<-read.spss("E:/r/test/ozone.sav",use.value.labels=F,to.data.frame=T)names(be)

数据中有七个变量，ozon每日臭氧水平为结局变量，Inversion base height（ibh）反转基准高度，Pressure gradient (mm Hg) 压力梯度（mm Hg），Visibility (miles) 能见度（英里），Temperature (degrees F) 温度（华氏度），Day of the year日期，vh我也不知道是什么，反正就是一参数，这里所有的变量都是连续的

假设我想知道ibh和dpg对结局臭氧（ozon）的影响

out<-ggsci3d(x=c("ibh","dpg"),y="ozon",data=be,username=username,token=token)

这里m1和m2表示ibh和dpg，预测值就是臭氧，就得到一个随着ibh和dpg变化，臭氧改变的3D图，可以看到并不是ibh和dpg最大，就是臭氧浓度最高，而是一个曲线的变化，有一个峰值。

还可以进一步假如协变量的影响，假设这里协变量是"temp",“vis”

out<-ggsci3d(x=c("ibh","dpg"),y="ozon",cov=c("temp","vis"),data=be,username=username,token=token)

可以自定义颜色，有"topo", “heat”, “cm”, “terrain”, “gray” ,"bw"这些颜色参数可以选择，

out<-ggsci3d(x=c("ibh","dpg"),y="ozon",cov=c("temp","vis"),color="cm",data=be,username=username,token=token)

咱们还可以增加区域网格数，这样可以更加详细的显示曲线波动

out<-ggsci3d(x=c("ibh","dpg"),y="ozon",cov=c("temp","vis"),color="cm",n.grid=60,data=be,username=username,token=token)

给x轴y轴z轴都打上标签

out<-ggsci3d(x=c("ibh","dpg"),y="ozon",cov=c("temp","vis"),color="cm",n.grid=60,data=be,xlab="高度",ylab="压力",main="3D图",zlab="臭氧",username=username,token=token)

还可以更换其他计算3D图的算法

out<-ggsci3d(x=c("ibh","dpg"),y="ozon",data=be,type="s",username=username,token=token)

还可以使用等高线来表示

out<-ggsci3d(x=c("ibh","dpg"),y="ozon",data=be,plot.type="contour",username=username,token=token)

这个等高线画得明显不如咱们的ggconinteraction函数绘制效果，如果想绘制等高线的可以看文章
R语言基于ggscitable包复现一篇3.5分的文章的连续变量交互效应（交互作用）的可视化图

ggsci3d函数还生成有绘图数据，你可以借助绘图数据，使用其他R包绘图也是可以的
先把数据提取出来

library(mgcv)library(rgl)library(plotly)x<-out[["plotdt"]][["x"]]y<-out[["plotdt"]][["y"]]z<-out[["plotdt"]][["z"]]使用plot_ly函数绘图 plot_ly(x=x,y=y,z=z,type="surface")%>%layout(scene=list(xaxis=list(title="x1"),yaxis=list(title="x2"),zaxis=list(title="fit")))

这个图是能旋转的，有需要旋转的可以使用这个函数绘图
使用persp3d函数绘图

persp3d(x=x,y=y,z=z,xlab="x1",ylab="x2",zlab="fit")

文字表达有限，下面视频更加精彩