2.5 Grafer-differensplot

Differensplot anvendes ofte i en situation hvor man har to parrede stikprøver man ønsker at sammenligne. To klassiske eksempler på parrede prøver er:

• En række prøver der er analyseret på to forskellige appararter med henblik på at undersøge om der er en bias (en systematisk forskel) mellem de to apparater
• En række personer der har fået foretaget en måling af et eller andet før hhv. efter en intervention, med henblik på at undersøge om interventionen har haft en effekt på det man nu måler.

Fra et matematisk/statistisk perspektiv er der ingen forskel på de to situationer. Det følgende eksempel stammer fra statnoter.dk side 2.5:

#indlæs data fra eksemplet
data <- dget("https://statepi.statnoter.dk/data/diffplot.robj")
data

   SampleId Metode 1 (mmol/L) Metode2 (mmol/L)
1         1              0.91             0.88
2         2              1.62             1.49
3         3              3.07             3.10
4         4              4.38             4.51
5         5              5.36             5.48
6         6              6.52             6.69
7         7              6.34             6.13
8         8              7.93             7.91
9         9              9.33             9.44
10       10             10.00             9.57

For at lave et differensplot skal man først tilføje en kolonne med middelværdien for hver prøve, og en kolonne med differensen mellem metode 1 og metode 2 for hver prøve.

Bemærk I nedenstående kode er der et par detaljer der er værd at bemærke: Vi kender allerede funktionen mean som beregner middelværdien af en søjle i en dataframe. Her har vi imidlertid brug for at beregne middelværdien i en række. Det kan gøres på flere forskellige måder, men det letteste er at benytte funktionen rowMeans. Dernæst har vi brug for at referere til 2. og 3. søjle i vores dataframe. Det kunne vi gøre via kolonne-navnene, men da de indeholder mellemrum og andre mærkelige tegn, er det sikrest at benytte kolonne-nummeret, dvs. data[,2:3] refererer til 2. og 3. kolonne.

data$mean <- rowMeans(data[, 2:3])
data$diff <- data[, 2] - data[, 3]
data

   SampleId Metode 1 (mmol/L) Metode2 (mmol/L)  mean  diff
1         1              0.91             0.88 0.895  0.03
2         2              1.62             1.49 1.555  0.13
3         3              3.07             3.10 3.085 -0.03
4         4              4.38             4.51 4.445 -0.13
5         5              5.36             5.48 5.420 -0.12
6         6              6.52             6.69 6.605 -0.17
7         7              6.34             6.13 6.235  0.21
8         8              7.93             7.91 7.920  0.02
9         9              9.33             9.44 9.385 -0.11
10       10             10.00             9.57 9.785  0.43

Herefter er det “bare” at lave et punkt-diagram med middelværdien på x-aksen og differencen på y-aksen:

library(ggplot2)
ggplot(data = data) + geom_point(mapping = aes(x = mean, y = diff)) +
    scale_x_continuous(name = "Middelværdi (mmol/L)") +
    scale_y_continuous(name = "Differens metode1-metode2 (mmol/L)")

I differens-plots vil man tit ønske at tilføje en grænseværdi af en eller anden art. Hvis man f.eks. ønsker at angive en forskel på +/- 5% kan det gøres som vist her:

library(ggplot2)
ggplot(data = data) + geom_point(mapping = aes(x = mean, y = diff)) +
    scale_x_continuous(name = "Middelværdi (mmol/L)") +
    scale_y_continuous(name = "Differens metode1-metode2 (mmol/L)", limits = c(-0.5, 0.5)) +
    geom_abline(slope = c(-0.05, 0.05), intercept = 0, colour = "red")

Overvej gerne hvad man gør hvis man vil have vandrette streger i stedet (svarende til en fast forskel på f.eks. 0,25 mmol/L)