Блог

У меня есть количество мутаций, накопленных по возрасту, и среднее количество мутаций в данном возрасте, как показано ниже

 &&t; dput(head(data))
structure(list(A&e = c(44, 44.8, 47.5, 48.1, 48.8, 50.2), Mutations = c(326.2411348, 
218.7943262, 882.9787234, 361.7021277, 901.0638298, 742.1985816
), A&e.&roup = c(40L, NA, NA, NA, NA, 50L), Median.of.mutation.per.a&e.&roup = c(576.2411348, 
NA, NA, NA, NA, 374.4680851)), row.names = c(NA, 6L), class = "data.frame")
&&t; 
  

Мне нужен график, подобный этому

Где каждая точка представляет среднее число мутаций у особей заданного возраста (например, 40,50,60,70 лет). Красная и зеленая линии показывают наилучшие оценки для уклонов (то есть мутаций, накапливающихся со временем); 95% доверительные интервалы для уклонов показаны светло-зеленым и светло-красным оттенками.

Я пробовал это

 cor.test(c(40,50,60,70),c(576.2411348,374.4680851,352.8368794,425.5319149))

    Pearson's product-moment correlation

data:  c(40, 50, 60, 70) and c(576.2411348, 374.4680851, 352.8368794, 425.5319149)
t = -1.0812, df = 2, p-value = 0.3927
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
 -0.9903522  0.8497519
sample estimates:
       cor 
-0.6073455 
  

Что дает приведенное ниже далеко от того, что мне действительно нужно

Пожалуйста, любая помощь?

Можно использовать &eom_smooth() в &&plot2 пакете.

 &&plot(data, aes(x = A&e, y = Mutations))   
  &eom_point()   
  &eom_smooth(method = "lm")
  

Вы можете передавать другие параметры в &eom_point() и &eom_smooth() управлять их поведением. Вы также можете настроить объект &&plot множеством других способов. Посмотрите руководство &&plot о том, как это сделать.