논문작성에 필요한 R ggplot2 데이터 시각화3 Ch5. Modeling Visualization 이번 챕터는 각 분석 별로 파생되어 나오는 그래프들에 대해 소개해드리도록 하겠습니다. 시각화 방법만 다루고 있으므로 모형에 대한 해석은 진행하지 않습니다. (애초에 난수 데이터여서 데이터가 정확하지도, 결과값이 깔끔하게 나오지도 않습니다.) 1. Survival Plot 생존분석을 진행한 후, ggsurvplot() 을 이용하여 그래프를 그리도록 하겠습니다. xxxxxxxxxx library ( survival ) library ( survminer ) fit <- survfit ( Surv ( Survival_Time , EVENT ) ~ Treatment , data = SAMPLE ) ggsurvplot ( fit , conf.int = TRUE ) xxxxxxxxxx ggsurvplot ( fit , data = SAMPLE , risk.table = TRUE , pval = TRUE , conf.int = TRUE , tables.theme = theme_cleantable ()) 2. PSM 매칭 되기 전과, 매칭 된 후의 데이터 분포 비교를 진행하겠습니다. cowplot 패키지의 plot_grid() 를 이용하면 두 개의 ggplot 그래프를 합칠 수가 있습니다. xxxxxxxxxx # PSM 진행 library ( MatchIt ) Matched <- matchit ( EVENT ~ Age + ...