ggrcs 包2.4版本已经发布一段时间了，大概几个月了吧，收到不少好评，
没听说太大的问题，最主要的问题有两个：
1.是说变量不是数字变量。
2.是说数据超过10万，无法处理
第一个问题非常好处理，这个问题是RMS包的报错，主要是数据格式必须是data.frame，不是这个格式容易报错，我们导入数据的时候最好以csv格式读入，这个格式比较稳定，不容易出错，如果你是其他格式导入的，可以使用as.data.frame()把它进行强制转换就可以了，在后面的版本中我也会对它进行强制转换。
第二个问题是数据量太大超过10万个，rms包的函数处理不了，就会报错，我们可以改一下公式给它生成一个模拟数据，画出来的RCS图和原始数据差不多，但是这样直方图就会和原始数据的不一样，这个暂时没有很好的办法解决，别人的R包我们改不了。
第三个其实不算问题，就是粉丝画出来的图不怎么好看，下图
library(ggrcs)
fit <- coxph(Surv(y1t,y1==1)~x1+age+gender,data = mydata)
ggrcs(mydata,fit,"x1")
造成这个原因是数据造成的，这个不是正态分布，而是泊松分布，分布过于集中所致，我们只要对它的x变量取个对数，转换一下，让它变成正态分布，从新做图，变成如下
mydata$x99<-log(mydata$x1)
fit2 <- cph(Surv(y1t,y1==1) ~ rcs(x99,4)+age+gender, x=TRUE, y=TRUE,data=mydata)
ggrcs(mydata,fit2,"x99",histbinwidth=0.5)
另外一个例子也是一模一样的，做的时候是下图，也不是正态分布
对x变量取对数以后，做图如下（代码就不贴了）
取对数后两个图的趋势都很明显，图也很漂亮，发个文章应该是没问题的。因此可以总结出，绘制直方图和RCS图，最好数据x是正态分布，如果偏态偏得太厉害，我们最好给它取个对数或者其他方法转换一下，让它变成近似正态分布。
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
