（生物信息学）R语言与统计学入门（七）—

我们之前讲过相关性分析，生物信息学常见的相关性分析是pearson相关和spearman相关。

（生物信息学）R语言与统计学入门（六）—— Pearson和Spearman相关性分析_Lijingxian教你学生信的博客-CSDN博客

但是相关性分析也有它的的缺点。

相关分析只能得出两个变量之间是否相关, 但却不能回答在两个变量之间
存在相关关系时, 它们之间是如何联系的, 即无法找出刻画它们之间因果关系
的函数关系. 回归分析就可以解决这一问题, 先从一元线性回归讲起。

设变量x和y之间存在一定的相关关系, 回归分析方法即找出Y 的值是如

何随X的值的变化而变化的规律, 我们称Y 为因变量(或响应变量), X为自变

量(或解释变量), 现通过例子说明如何来确定Y 与X之间的关系。

下面我们来看一看，比如两个基因的表达，他们之间的相关性可以用pearson和spearman分析，但是他们之间的线性关系，则得用一元线性回归分析。

下面先看看代码，我们构建两个基因的表达量read count：

GeneA <- c(318, 910, 200, 409, 425, 502, 314, 1210, 1022, 1225)
GeneB <- c(524, 1019, 638, 815, 913, 928, 605, 1516, 1219, 1624)
GeneA <- log2(GeneA)
GeneB <- log2(GeneB)

这里取log2是希望两个数据能够正态化。

plot(GeneA, GeneB)

可以看到两个数据的关系如图所示。

在R中, 由函数lm( )可以非常方便地求出回归方程, 函数confint( )可求出参数的置信区间. 与回归分析有关的函数还有summary( ), anova( ) 和predict( )等. 函数lm( )的的调用格式为：

lm(formula, data, subset, weights, na.action,method = "qr", model = TRUE, x = FALSE, y = FALSE, qr = TRUE,singular.ok = TRUE, contrasts = NULL, offset, ...)

说明: formula是显示回归模型, data是数据框, subset是样本观察的子集, weights是用于拟合的加权向量, na.action显示数据是否包含缺失值, method是指出用于拟合的方法, model, x, y, qr是逻辑表达, 如果是TRUE, 应返回其值. 除了第一个选项formula是必选项, 其它都是可选项.

函数confint( )的调用格式为：

confint(object, parm, level = 0.95, ...)

说明: object是指回归模型, parm要求指出所求区间估计的参数, 默认值为所有的回归参数, level是指置信水平.

下面我们来算回归方程：

GeneA <- c(318, 910, 200, 409, 425, 502, 314, 1210, 1022, 1225)
GeneB <- c(524, 1019, 638, 815, 913, 928, 605, 1516, 1219, 1624)
GeneA <- log2(GeneA)
GeneB <- log2(GeneB)lm.reg<-lm(GeneA~1+GeneB)summary(lm.reg)

这里的lm(GeneA~1+GeneB) 也可以写成lm(GeneA~GeneB)

结果如下所示：

> summary(lm.reg)Call:
lm(formula = GeneA ~ 1 + GeneB)Residuals:Min      1Q  Median      3Q     Max
-0.6350 -0.1507 -0.0466  0.2339  0.5012 Coefficients:Estimate Std. Error t value Pr(>|t|)
(Intercept)  -6.1998     2.2703  -2.731 0.025814 *
GeneB         1.5539     0.2303   6.747 0.000146 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1Residual standard error: 0.3794 on 8 degrees of freedom
Multiple R-squared:  0.8505,    Adjusted R-squared:  0.8318
F-statistic: 45.52 on 1 and 8 DF,  p-value: 0.0001456

结果解读：

-6.1998是结局，1.5539是系数，因此公式为

GeneA = -6.1998+1.5539*GeneB

下面计算置信区间：

confint(lm.reg, level=0.95)> confint(lm.reg, level=0.95)2.5 %    97.5 %
(Intercept) -11.435212 -0.964442
GeneB         1.022792  2.085079

得到了回归方程, 还可以对误差项独立同正态分布的假设进行检验. 在R中只需再执行一个plot命令：

op<-par(mfrow=c(2, 2))
plot(lm.reg)
par(op)

上面的命令plot(lm.reg)实际上使用了四次plot(x, y), 产生四个图形, 它们分别为： 1) Residual vs fitted为拟合值yˆ对残差的图形, 可以看出, 数据点都基本均匀地分布在直线y 0的两侧, 无明显趋势; 2) Normal QQ-plot图中数据点分布趋于一条直线, 说明残差是服从正态分布的; 3) Scale－Location 图显示了标准化残差(standardized residuals)的平方根的分布情况. 最高点为残差最大值点; 4) Cook距离(Cook’s distance)图显示了对回归的影响点。

了解了一元线性回归以后，我们便可以将拟合的模型绘制在散点图中：

具体做法参照之前的一篇文章：

绘制一张好看的散点图及pearson和spearman相关性分析的选择_Lijingxian教你学生信的博客-CSDN博客绘制一张好看的散点图及pearson和spearman相关性分析的选择https://lijingxian19961016.blog.csdn.net/article/details/124056402?spm=1001.2014.3001.5502

（生物信息学）R语言与统计学入门（七）—— 一元线性回归分析相关推荐

（生物信息学）R语言与统计学入门（二）——单因素方差分析
上次说到t检验,是检验两组数据的均数差异,链接如下: (生物信息学)R语言与统计学入门(一)--t 检验_李京弦的博客-CSDN博客这次我们来介绍一下单因素方差分析. 单因素方差分析: 方差分析(A ...
（生物信息学）R语言与统计学入门（五）—— Wilcoxon秩和检验法和Mann-Whitney U检验
上回说到t检验:(生物信息学)R语言与统计学入门(一)--t 检验_Lijingxian教你学生信的博客-CSDN博客t检验,亦称student t检验(Student's t test),比较两个平 ...
R语言基础知识入门学习（一）
目录系列文章目录一.软件下载二.基本知识 1. 对象 2. 向量 3. 向量化 4. 因子总结系列文章目录 R语言基础知识入门学习(一) 一.软件下载我们可以通过这个网址对R语言软件进行下 ...
R语言学习笔记——入门篇：第一章-R语言介绍
R语言 R语言学习笔记--入门篇:第一章-R语言介绍文章目录 R语言一.R语言简介 1.1.R语言的应用方向 1.2.R语言的特点二.R软件的安装 2.1.Windows/Mac 2.2.Lin ...
R语言学习笔记——入门篇：第三章-图形初阶
R语言 R语言学习笔记--入门篇:第三章-图形初阶文章目录 R语言一.使用图形 1.1.基础绘图函数:plot( ) 1.2.图形控制函数:dev( ) 补充--直方图函数:hist( ) 补充- ...
R语言基础统计学之样本量计算
#R语言基础统计学之样本量计算以下介绍基础统计学关于样本量计算的问题,主要解决实际问题中在已知一些统计特征下,计算所必要的样本量,共有三种方式:总体方差已知时,总体方差未知时 ,估计比例为P时的三 ...
R语言系统教程（七）：数据的分布（含多种图的绘制）
R语言系统教程(七):数据的分布 7.1 分布函数 7.2 直方图.经验分布图与QQ图 7.2.1 直方图 7.2.2 核密度估计函数 7.2.3 经验分布 7.2.4 QQ图 7.3 茎叶图.箱线图 ...
一元线性回归分析的R语言实现（RStudio）
简介回归分析是一种应用广泛的数理统计方法,它是研究变量与变量之间的相关关系,这种关系大致分为两类:确定性关系(能用函数精确描述)和非确定性关系(不能用函数描述). 变量间的非确定性关系称为相关关系. ...
从简单的一元线性回归分析入门机器学习
什么是回归分析回归分析(regression analysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法.运用十分广泛,回归分析按照涉及的变量的多少,分为一元回归和多元回归分析 ...

（生物信息学）R语言与统计学入门（七）—— 一元线性回归分析

（生物信息学）R语言与统计学入门（七）—— 一元线性回归分析相关推荐

最新文章

热门文章