我如何将 2 个散点图与 x = 平均年龄和 y = 冒险重叠?

How can I overlap 2 scatterplots with with x=mean age and y = Risk-taking?

我想制作 2 个关于冒险和性别的散点图。我有 12 项研究,每项研究都有男性和女性的数据(均值、效应大小、抽样方差)。每项研究的平均值非常不同,在一项研究中,男性为 1490,女性为 1200,在另一项研究中,男性的平均值为 33,女性为 25。我想在同一张图上制作 2 个不同的散点图。 X 轴应该是年龄,Y 轴应该是冒险。我需要 2 条不同的曲线,一条用于女性,一条用于男性。我怎样才能设法融合这两条曲线?甚至有可能将所有内容都放在一张图表上吗?

我尝试过 ggplot2、geom_point() 和 metafor 包。

# yi = effect sizes of each study
# vi = sampling variance 
# data = mydata
library("metafor") 


# adjust margins so the space is better used
par(mar=c(5,5,1,2))

# fit mixed-effects model with age as predictor
res <- rma(yi, vi, mods = ~ magewomen, data=mydata)

# calculate predicted risk ratios for womens’ age 0-30.
preds <- predict(res, newmods=c(0:35), transf=exp)

# calculate point sizes by rescaling the standard errors
wi    <- 1/sqrt(mydata$vi)
size  <- 0.5 + 3.0 * (wi - min(wi))/(max(wi) - min(wi))

# plot the risk ratios against women’s age
women <- plot(mydata$magewomen, exp(mydata$yi), pch=19, cex=size, 
     xlab="womens age", ylab="Risk",
     las=1, bty="l", log="y")

# add predicted values (and corresponding CI bounds)
lines(0:35, preds$pred)
lines(0:35, preds$ci.lb, lty="dashed")
lines(0:35, preds$ci.ub, lty="dashed")

# Same procedure, just for men 

# adjust margins so the space is better used
par(mar=c(5,5,1,2))

# fit mixed-effects model with men’s age as predictor
res2 <- rma(yi, vi, mods = ~ magemen, data=mydata)

# calculate predicted risk ratios for men’s age from 0-30
preds2 <- predict(res2, newmods=c(0:35), transf=exp)

# calculate point sizes by rescaling the standard errors
wi    <- 1/sqrt(mydata$vi)
size  <- 0.5 + 3.0 * (wi - min(wi))/(max(wi) - min(wi))

# plot the risk ratios against men’s age
men <- plot(mydata$magemen, exp(mydata$yi), pch=19, cex=size, 
     xlab="mens age", ylab="Risk",
     las=1, bty="l", log="y")

# add predicted values (and corresponding CI bounds)
lines(0:35, preds$pred)
lines(0:35, preds$ci.lb, lty="dashed")
lines(0:35, preds$ci.ub, lty="dashed")

我希望能够将我的 2 个散点图融合为一个,但我不知道如何。此外,这 2 个散点图看起来非常相似,我认为不应该如此。

我认为在次轴上绘制第二个图应该可以解决您的问题。在第二个 par() 调用中添加 new = T 作为参数,第二个绘图将绘制在第一个绘图之上。

然后在代码末尾 运行 axis(side=4) 生成图表右侧第二个图的轴