多症状评分变量的最优表征与可视化方案（结合年龄分析）

核心主图：连续年龄轴的分面平滑轨迹图 #

这是最能直接支撑你输出年龄-症状关联结论的可视化形式，实现逻辑完全匹配你的数据结构：

• 横轴设置为连续型年龄值，不提前做年龄分段，最大程度保留变化的拐点信息
• 纵轴统一固定为0-10的评分范围，三个症状（头痛、疼痛、疲劳）各占一个独立分面小图，方便横向对比三个症状随年龄的变化差异
• 每个分面内叠加两层图形：
  • 第一层是半透明细灰线连接的个体轨迹：按受试者Number分组，把同一个人不同年龄下的症状评分按顺序连线，直观看到个体层面的变化异质性
  • 第二层是粗实线的全局loess局部平滑拟合曲线，附带半透明的置信区间阴影：考虑到你的症状评分是0-10的有界量表，这种局部平滑的拟合方式不会出现超出实际取值范围的不合理预测，能准确代表所有受试者的整体症状随年龄的平均变化趋势

基于这张主图，你只需要在拟合曲线的斜率变化节点（由升转降、由平转升的拐点位置）做垂直参考线，就能直接读出相邻参考线覆盖的年龄区间对应的曲线趋势，完全可以输出类似"平均年龄处于66-69区间时，疼痛评分呈持续上升趋势"的结论，不需要额外复杂计算。

辅助校验类可视化（避免结论偏差） #

为了保证输出的趋势结论是可靠的，需要搭配做两个补充图交叉验证：

• 分位数趋势线图：在每个年龄节点提取症状评分的25%、50%、75%分位数，单独绘制三条趋势线，确认整体上升/下降的趋势是覆盖大多数受试者的，还是被少数极端样本带动的
• 样本异质性散点图：横轴为每个受试者的随访年龄跨度，纵轴为该受试者随访期间的症状评分变化量，筛掉仅包含1次测量、无法提供有效变化轨迹的样本，避免这类样本拉偏整体拟合曲线的方向

不推荐使用的可视化形式 #

• 不要提前把年龄切割成离散年龄段做分组均值柱状图：这类图会把连续的年龄变化切得支离破碎，很难找到趋势的准确拐点
• 不要使用仅展示全局均值的单线图：不叠加个体轨迹很容易出现辛普森悖论，比如整体均值上升可能是因为高龄入组的受试者本身评分就高，不是同一个人随年龄增长出现的症状变化，结论会完全失真
• 不要使用堆叠面积图展示三个症状的评分：三个症状是独立的0-10分量表，不是占比类数据，堆叠后根本无法准确读取每个症状的实际评分值和变化方向

内容的提问来源于stack exchange，提问作者Couch Tomato