如何关闭rms包分位数范围限制以显示全部预测值图形？

问题背景 #

使用rms包绘制coxph模型的预测值图形时，图形未展示变量的全部数值范围。尝试通过datadist(df, q.display = c(0,1))或同时设置q.effect = c(0,1)扩展范围，但未生效。

可行解决方案 #

1. 手动生成全范围预测序列并绘图

绕过datadist的自动范围限制，直接指定变量完整取值范围计算预测值：

# 假设coxph模型为fit，目标连续变量为x
fit <- cph(Surv(time, status) ~ x, data = df)

# 生成变量x的全范围序列（length.out可调整绘图精度）
x_full_range <- seq(min(df$x), max(df$x), length.out = 100)
# 构建预测用数据集
new_data <- data.frame(x = x_full_range)
# 计算预测值（type可选"lp"线性预测值、"survival"生存概率等）
pred_values <- predict(fit, newdata = new_data, type = "lp")

# 基础绘图示例
plot(x_full_range, pred_values, type = "l", xlab = "x", ylab = "预测值")

2. 直接修改datadist对象的display范围

若想继续使用rms自带的Predict()和plot()函数，可直接修改datadist对象中对应变量的范围：

dd <- datadist(df)
# 针对目标变量x，将display范围设为数据的最小/最大值
dd$limits$x$display <- range(df$x)
# 生效datadist设置
options(datadist = "dd")

# 绘制预测图
plot(Predict(fit, x))

3. 用Predict函数的at参数直接指定取值

通过Predict()的参数直接传入变量全范围取值，无需依赖datadist的自动设置：

# 生成x的全范围序列
x_vals <- seq(min(df$x), max(df$x), length.out = 200)
# 生成预测对象并指定x的取值
pred_obj <- Predict(fit, x = x_vals)
# 绘图
plot(pred_obj)

说明 #

之前设置q.display = c(0,1)未生效，大概率是rms包内部对极端值有默认处理逻辑，直接手动指定范围或生成预测序列是更可靠的方式。

内容的提问来源于stack exchange，提问作者blake.struthers