R语言非数值列绘制柱状图及与年龄列相关性分析方法

1. 绘制Benefit分类的频数柱状图 #

报错原因说明 #

• hist()是专门用于连续数值变量直方图绘制的函数，不适用于分类变量，手动将分类字符串转为as.numeric()会丢失分类标签，输出结果无实际意义
• barplot()需要传入数值型的频数向量作为输入，直接传入分类字符串向量会触发类型错误

实现代码 #

首先统计各响应类型的出现频数，再传入barplot()绘制：

# 统计频数
benefit_freq <- table(mydata$Benefit)
# 绘制柱状图
barplot(benefit_freq, 
        main = "治疗响应类型分布",
        xlab = "响应类型",
        ylab = "样本数量",
        col = c("#2E9FDF", "#E7B800", "#FC4E07"))

2. 分析Age与Benefit的关联 #

可以结合可视化和统计检验两种方式验证年龄和治疗收益的相关性：

可视化：分组箱线图 #

直观展示不同响应组的年龄分布差异：

boxplot(Age ~ Benefit, 
        data = mydata,
        main = "不同治疗响应组的年龄分布",
        xlab = "响应类型",
        ylab = "年龄",
        col = c("#2E9FDF", "#E7B800", "#FC4E07"))

如果箱线图呈现CB组年龄中位数<ICB组<NCB组的趋势，就初步支持年轻患者治疗收益更好的假设。

统计检验 #

根据数据分布特征选择对应检验方法：

• 若Age符合正态分布且各组方差齐性，使用单因素方差分析验证三组年龄是否存在显著差异：

aov_res <- aov(Age ~ Benefit, data = mydata)
summary(aov_res)

如果输出结果P值小于0.05，说明三组年龄存在统计学意义上的差异。

• 若Age不符合正态分布，使用非参数Kruskal-Wallis秩和检验：

kruskal.test(Age ~ Benefit, data = mydata)

• 若要验证「年龄越小、治疗响应越好」的趋势，将Benefit转为有序因子后做有序logistic回归：

# 按疗效从好到差设置有序因子层级
mydata$Benefit <- factor(mydata$Benefit, levels = c("CB", "ICB", "NCB"), ordered = TRUE)
# 加载MASS包做有序回归
library(MASS)
ologit_res <- polr(Benefit ~ Age, data = mydata, Hess = TRUE)
summary(ologit_res)

若Age的回归系数为正且显著，说明年龄越大，越倾向于落在响应更差的分类中，即年轻患者的治疗收益更好。

提示：请先核对你的数据框名称和列名是否与实际数据一致，如数据框实际命名为metadata，将代码中的mydata替换为metadata即可。

内容的提问来源于stack exchange，提问作者Kev