接下来就是批量计算每一个基因和28种细胞之间的相关系数和P值，这个需求你可以写循环实现，或者apply系列，purrr系列等，但是我试过，都太慢了，尤其是数据量很大的时候。OK，就先介绍到这里，关于结果的可视化，我这里介绍的只是最常见的，冰山一角而已，毕竟可视化方法太多了，不可能全都介绍到。如果你需要单独画图，并保存，也是可以的，都没有问题，只要你基础够扎实，想做什么都可以，你R语言基础不行，啥都

survminer是专门用来进行生存分析可视化的R包，主要函数如下：生存曲线:Cox模型的诊断ggcoxzph():Cox模型总汇总ggforest():竞争风险模型:本次主要介绍生存曲线的绘制及细节。

上一次推文已经给大家介绍了常见的富集分析类型以及如何使用全能的R包相必大家也知道的富集结果可以画出很多漂亮的图，其中enrichplot是专门用于对接的富集结果的可视化R包。但是大家有没有这样的困惑呢？ehrichplot今天就先给大家详细介绍enrichplot包。当然了，富集分析的可视化还有许多其他R包，我们会在后续的推文中继续介绍。

这是R语言和医学统计学的第11篇内容。主要是用R语言复现课本中的例子。我使用的课本是孙振球主编的《医学统计学》第4版。

这是R语言和医学统计学的第4篇内容。主要是用R语言复现课本中的例子。我使用的课本是孙振球主编的《医学统计学》第4版。

有了泛癌的数据之后就可以进行各种分析了，当然这些都是在R语言的基础上进行的。如果你不会R语言，也可以通过各种各样的网页工具实现。我们今天就简单展示下任意基因在泛癌图谱中的表达量情况。TCGAGTExTCGA+GTEx的泛癌数据都整理好了，大家可以自己通过easyTCGA包实现1行代码整理，也可以直接在公众号后台回复获取整理好的数据。

本文首发于公众号：医学和生信笔记“医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。C-statistic是评价模型区分度的指标之一，在logistic模型中，C-statistic就是AUC，在生存资料中，C-statistic和AUC略有不同。今天给大家分别介绍logistic和co

拷贝数变异肯定也是没有问题的，也是用的之前合并后的数据，然后经过gistic处理，就得到了我们需要的文件，关于gistic这个软件的使用，大家百度即可~因为现在的TCGA数据库不能直接下载4种制作好的maf文件了，需要自己整理，如果你还不知道怎么整理，请看这篇内容（去翻推文）画图也是没有问题的，关于这个包的使用网络上教程非常多，也很全面，大家直接百度即可，这里就简单演示下。画出来简单，但是解释过程

本文首发于公众号：医学和生信笔记“医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。前面介绍了logistic回归的DCA的5种绘制方法，今天学习下cox回归的DCA绘制方法。也是有多种方法可以实现，但我比较推荐能返回数据，用ggplot2自己画的那种。生存资料的DCA方法1方法2方法3

本文首发于公众号：医学和生信笔记“医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。NRI，net reclassification index，净重新分类指数，是用来比较模型准确度的，这个概念有点难理解，但是非常重要，在临床研究中非常常见，是评价模型的一大利器！在R语言中有很多包可以计