R语言_效应量effect size

本文主要介绍通过effect size来展示实验处理或控制因子对一些实验指标的影响。这种effect size,不管是实际差值(raw mean difference)或者其变型(ln RR)、还是标准化的差值(standardized mean difference),相比于传统的方差分析表格和柱状图等都更为清晰、明了,如下面的NM和GCB文章结果:
https://www.nature.com/articles/s41564-022-01147-3

Wu et al. Nat Microbiol

https://onlinelibrary.wiley.com/doi/10.1111/gcb.16651
Petro et al. GCB

示例数据

#   导入数据
> str(da)
'data.frame':   20 obs. of  34 variables:
 $ W       : chr  "C" "C" "C" "C" ...
 $ ANPP    : num  222 277 197 164 141 ...
 $ BNPP    : num  1043 776 866 1351 529 ...
 $ NPP     : num  1265 754 1063 1515 670 ...
 $ Richness: num  15 17 14 17 14 15 17 14 17 14 ...
 $ Grass   : num  44 41 40.7 47.9 44.5 ...
 $ others  : num  56 59 59.3 52.1 55.5 ...
> table(da$W)   # 处理组与对照组

   C W2.5 
  10   10 

下图是原始数据的均值差异,红色圆点示 (Treatment - Control)>0,黑色反之。

Raw_difference.jpg

1. ln RR + "metafor"显著性检验

借用meta分析的效应值方法,展示处理效应对所测指标的影响

计算 log RR (yi)
> library(metafor)
> da7 = escalc(measure = "ROM", 
+              m1i = meanW, sd1i = sdW,  n1i = nW,
+              m2i = meanC, sd2i = sdC,  n2i = nC,  data = da6)
> da7$order = factor(rownames(da7), levels = rev(rownames(da7)))
> da8 = da7[order(da7$order),]
> head(da8)

             meanC     meanW         sdC        sdW nC nW      yi     vi    order 
NO3      17.967609  4.924877 11.08805328 2.32914353 10 10 -1.2943 0.0604      NO3 
NH4      30.818814 27.123295 10.51116292 8.28958950 10 10 -0.1277 0.0210      NH4 
pltR     17.200000 15.400000  1.27633261 1.08337258 10 10 -0.1105 0.0010     pltR 
ShannonT  6.824683  6.677340  0.07435578 0.09345605 10 10 -0.0218 0.0000 ShannonT 
CaC       3.013501  2.825361  0.27431139 0.83272419 10 10 -0.0645 0.0095      CaC 
SOC      25.691747 27.265316  2.13963451 3.25220321 10 10  0.0594 0.0021      SOC 
提取置信区间、显著性
# rma()计算随机效应模型
> res8 = list()
> for (i in 1:33) {
+   res8[[i]] <-  rma(yi, vi, data = da8[i,])
+ }
> res9= data.frame(
+   da8,
+   ci.lb = list.stack(list.select(res8, ci.lb)),
+   ci.ub = list.stack(list.select(res8, ci.ub)),
+   pvale = list.stack(list.select(res8, pval))
+     )%>%
+   mutate(gp = ifelse(pval<0.05, "solid", "blank"))
作图
> res9$order = factor(res9$order, levels = rev(res9$order))
> ggplot(res9,aes(x=order, y=yi, color= gp)) +  
+   geom_point(size = 4, shape = 19)+
+   scale_color_manual(values = c( "grey","navyblue"))+
+   geom_errorbar(aes(x=order,ymin=ci.lb, ymax=ci.ub), width=.15, linewidth =0.5)+
+   geom_text(aes(x= order, y = 1.2,label = ifelse(pval<0.05,"*", "")), size = 10)+
+   geom_hline(aes(yintercept=0))+
+   xlab("")+ylab("log RR") +
+   theme_bw()+
+   theme(legend.position = "none")+
+   coord_flip()

# metafor内置的forest函数成图也附在最后
> res7 <- rma(yi, vi, data = da8)
> forest(res7, slab = rownames(da8), 
             cex=1, header=TRUE)
实际均值-lnRR-ggplot.jpg
实际均值-lnRR-metafor包.jpg

2. regression coefficients + LMM显著性

而在上述NM文章中,effect size采用LMM模型的回归系数,以线性混合模型结果作为处理效应的显著性。详见原文:
"Linear mixed-effects models (LMMs) for determining the sources of variations in hierarchical biological data were first employed to test the effects of treatments and their interactions on soil biogeochemistry and plant communities. In these models, the regression coefficients represent the directions and magnitudes of the treatment effects, namely effect sizes (β)."

首先,以Wu et al.文章数据展示

# data and code from Wu et al. 2022 NM article 
# https://github.com/Linwei-Wu/warming_soil_biodiversity

# data prepairation
treatused<-read.csv("treatment info.csv",header = T,row.names = 1) 
divindex<-read.csv("16S_alpha.csv",header = T,row.names = 1)  # 360 samples
treatused$year<-treatused$year-2009  # effect of years 
# check
divindex<-divindex[match(row.names(treatused),row.names(divindex)),]  
sum(row.names(divindex) == row.names(treatused))
divindex<-scale(divindex)
library(lme4)
library(car)
# calculate LMM models
divs1<-sapply(1:ncol(divindex),function(j){
  message("Now j=",j," in ",ncol(divindex),". ",date())
  if (length(unique(divindex[,j]))<3){
    result<-rep(NA,38)
  } else {
    div<-data.frame(divtest=divindex[,j],treatused)
    
    fm1<-lmer(divtest~warm*precip*clip+(1|year)+(1|block),data=div)
    
    presult<-car::Anova(fm1,type=2)
    coefs<-coef(summary(fm1))[ , "Estimate"]  ##four coefs
    names(coefs)<-paste0(names(coefs),".mean")
    
    SEvalues<-coef(summary(fm1))[ , "Std. Error"] ##standard errors
    names(SEvalues)<-paste0(names(SEvalues),".se")
    
    tvalues<-coef(summary(fm1))[ , "t value"] ##t values
    names(tvalues)<-paste0(names(tvalues),".t")
    
    chisqP<-c(presult[,1],presult[,3])
    names(chisqP)<-c(paste0(row.names(presult),".chisq"),paste0(row.names(presult),".P"))
    
    
    
    result<-c(coefs,tvalues,SEvalues,chisqP)}
  result
})
colnames(divs1)<-colnames(divindex)
#  上述代码来自Wu et al.文章

# select the microbial "speceis richness" and "PD" indices
library(reshape2)
divs2 <- divs1[c(2:4, 18:20, 32:34), c(1,6)] %>% t() %>% as.data.frame() 
divs3 <- divs1 %>% as.data.frame() %>% rownames_to_column("rown") %>% 
  separate(col = rown, into = c("eff", "type"), sep = "\\." )

dcof <- divs3[2:8,]; dcof$type = NULL
dcof1 <- melt(dcof, value.name = "mean") 
dse <- divs3[18:24,]; dse$type = NULL
dse1 <- melt(dse, value.name = "se") 
dp <- divs3[32:38,]; dp$type = NULL
dp1 <- melt(dp, value.name = "p")

dsum <- data.frame(dcof1, se = dse1[,3], p = dp1[,3])
dsum1 <- dsum[which(dsum$variable %in% c("richness", "PD")),]
dsum2 <- dsum1[c(1:3,8:10),]
# plotting 
ggplot(dsum2,aes(x = eff, y = mean)) +  
  geom_bar(stat='identity')+
  geom_errorbar(aes(x= eff,ymin=mean-se, ymax=mean+se), width=.15, linewidth =0.5)+
  geom_hline(aes(yintercept=0))+
  theme_bw()+
  ylab("Effect size")+
  facet_grid(.~variable)

这里仅展示细菌多样性的结果


Rplot66.png

下面以为本例中的数据作图,展示以LMM模型的coefficient为效应量,se作为误差棒 的effect size图,代码跟上面类似,就不展示了(这里的数据没有标准化,所以某些值就比较大)。最终结果与方法1结果还是存在差异:显著性结果基本一致(除了Richness),但是effect的方向还是与raw-difference存在出入(NO3, Richness等)。这说明实验处理效应的方向(raw-difference)与线性混合模型的处理因子系数(coefficient, 方法2)、线性混合模型置信区间均值(cl/2+cu/2,方法3)并非是一致的。

Rplot68.png

3. 置信区间均值+LMM显著性

根据LMM模型结果,提取处理因子效应的置信区间,计算上限、下限的均值,作为effect size,以线性混合模型结果作为处理效应的显著性。其结果如下:

> laa <- colnames(da)[c(2:32, 34:35)]
> mod = list()
> pval = vector()
> res = list()
> library(lme4)
> for (i in 1:33) {
+   mod[[i]] <-lmer(get(laa[i]) ~ W + (1|block), data = da)
+   pval[i] <- car::Anova(mod[[i]],type=2)$`Pr(>Chisq)`
+   res[[i]] = confint(mod[[i]])[4,] 
+ }

> datapl <- as.data.frame(do.call(rbind, res)) %>% mutate(var = laa) %>%
+   rename(cl = "2.5 %", cu = "97.5 %") %>%
+   mutate(mean = (cl+cu)/2,
+          cl1 = ifelse(cl > 0, (cl-min(cl))/(max(cl)-min(cl)), (cl-max(cl))/(max(cl)-min(cl))),
+          cu1 = ifelse(cu > 0, (cu-min(cu))/(max(cu)-min(cu)), (cu-max(cu))/(max(cu)-min(cu))),
+          mean1 = (cl1+cu1)/2,
+          pval = cbind(pval)[,1],
+          shape = ifelse(pval<0.05, "solid", "blank"))

> ggplot(datapl,aes(x=var, y=mean1, color = shape)) +  
+   geom_point(size=3.5)+
+   scale_color_manual(values = c("grey","navyblue"))+
+   geom_errorbar(aes(x=var,ymin=cl1, ymax=cu1), width=.15, linewidth =0.5)+
+   geom_text(aes(x= var, y = 1.2,label = ifelse(pval<0.05,"*", "")), size = 10)+
+   scale_shape_manual(values = ifelse(datapl$pval<0.05, 19, 1))+
+   geom_hline(aes(yintercept=0))+
+   xlab("")+ylab("Effect size") +
+   theme_bw()+
+   theme(legend.position = "none")+
+   coord_flip()
置信区间均值-daCW2.5-Var-W.jpg

该结果与前面方法1 结果存在出入。 后面再按照方法2, 看看以回归系数为effect sizes的结果与实际差异(raw difference或 ln RR)的出入情况。

更新:2023.04.02

填坑完毕!个人感觉,显著性方面可以采用metafor包自带的混合模型计算,也可以采用线性混合模型自己提取P值。但是在effect size的选择问题上,raw-difference及其对数变形可能更符合原始的处理效应。如有谬误,还请指正。大家有兴趣的话也可以用自己的数据试试,欢迎一起讨论。
更新:2023.06.13

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,122评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,070评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,491评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,636评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,676评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,541评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,292评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,211评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,655评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,846评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,965评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,684评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,295评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,894评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,012评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,126评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,914评论 2 355

推荐阅读更多精彩内容

  • 一、基础知识 Cochrane图书馆是最权威的循证医学数据库 Cochrane系统评价的指导是按照《Cochran...
    Jabes阅读 16,364评论 1 23
  • R语言与数据挖掘:公式;数据;方法 R语言特征 对大小写敏感 通常,数字,字母,. 和 _都是允许的(在一些国家还...
    __一蓑烟雨__阅读 1,635评论 0 5
  • par(family="Sarasa Gothic CL")#这个命令运行后就可以使用中文字体了 a<-3+7 b...
    woaishangxue阅读 660评论 0 0
  • 统计学词汇中英文对照完整版 A Absolute deviation, 绝对离差 Absolute number,...
    生信F3阅读 5,340评论 0 4
  • 20180316(从有道迁移) 基本统计分析 描述性统计分析常用库:基础方法summary;summary()函数...
    KrisKC阅读 393评论 0 2