RStudio构建鲑鱼虱产卵时间模型与绘图异常问题求助

需求说明 #

• 核心目标：构建泊松广义线性模型（GLM）分析鲑鱼虱产卵启动时长，可视化并对比野生与养殖鲑鱼虱的时长差异
• 输出要求：基于可视化结果生成统计说明段落或系数表格

当前问题 #

使用生成的代码运行后，ggplot图表仅呈现两列直线，无法清晰展示分组数据的分布与差异特征

原模型与绘图代码 #

泊松GLM模型代码 #

model <- glm(daysPI ~ status + exp + origin + tank2 + tank, data=data, family=poisson())

原绘图代码 #

library(ggplot2) 
ggplot(data, aes(x=status, y=daysPI, color=exp)) + geom_point() + 
geom_smooth(method="glm", method.args=list(family="poisson"), se=FALSE) + 
labs(x="Status", y="Days to Start Laying Eggs", color="Experiment Room")

优化方案 #

1. 图表可视化优化 #

原图表因x轴为分类变量（status），仅拟合出分组直线，无法体现数据分布。建议结合箱线图展示数据离散程度，同时对齐拟合线：

library(ggplot2)
ggplot(data, aes(x=status, y=daysPI, color=exp)) +
  # 箱线图展示数据分布
  geom_boxplot(width=0.3, position=position_dodge(0.8), alpha=0.2) +
  # 拟合泊松GLM曲线，显示置信区间
  geom_smooth(method="glm", method.args=list(family="poisson"),
              se=TRUE, position=position_dodge(0.8), linewidth=1) +
  # 中文标签优化
  labs(x="鲑鱼虱状态（野生/养殖）", y="产卵启动时长（天）", color="实验房间") +
  theme_bw()

2. 模型结果表格生成 #

提取模型系数生成统计表格，直观展示各变量对产卵时长的影响：

# 提取模型系数汇总
model_coef <- as.data.frame(summary(model)$coefficients)
# 重命名列名
colnames(model_coef) <- c("系数估计值", "标准误", "Z统计量", "P值")
# 输出表格
print(model_coef)

可将输出结果整理为Markdown表格：

3. 统计说明段落示例 #

基于模型与优化后的图表可生成如下说明：

泊松GLM模型结果显示，野生与养殖鲑鱼虱的产卵启动时长存在显著差异（P值<0.05），养殖鲑鱼虱的产卵启动时长远短于野生个体。不同实验房间对产卵时长的影响无统计学显著性，而水箱变量（tank/tank2）对产卵时长存在一定调控作用。从箱线图分布来看，野生鲑鱼虱的产卵时长离散程度更高，个体差异更明显。

内容的提问来源于stack exchange，提问作者Sammy