In skca91/HIVmlm: Human inmunology virus linear model mixed effects

knitr::opts_chunk$set(message = FALSE,
tidy.opts = list(width.cutoff = 60)) 

Exploracion de datos

Exploracion por genero

idx <- with(dato(), Periodo == params$periodo & is.na(CVP) == FALSE)
tre <- dato()[idx, ]
sexo <- c(tre[, 5])
tiposex <- rep(NA, length(sexo))
tiposex[sexo == 0] <- 'Masculino'
tiposex[sexo == 1] <- 'Femenino'
frec.tipo.sex <- table(tiposex)
pie(frec.tipo.sex)

Histograma de Edades

idx <- with(dato(), is.na(CVP) == FALSE)
tre <- dato()[idx, ]
qplot(
tre$Edad,
geom = "histogram",
main = "Histograma de Edades",
xlab = "Edad",
col = I("blue"),
alpha = I(0.3),
binwidth = 10
)

Grafico de puntos

Comportamiento por periodo

variable <- params$carga
ggplot(dato(), aes(x = as.character.Date(Periodo), y = variable)) +
geom_point() +
xlab("Periodo") + ylab("Variable")

Ajuste del modelo

variable <- params$ajuste
LOGCVP <- log(dato()$CVP)
M0 <-
lmer(LOGCVP ~ 1 + Fecha +  variable + (1 |
Id),
data = dato(),
REML = params$reml)
summary(M0)

Validacion del modelo

variable <- params$validacion
M1RML <-
lmer(variable ~ 1 + Fecha  + Edad + (Fecha |
Id),
data = dato(),
REML = FALSE)
qqmath (M1RML, id = 0.05)

skca91/HIVmlm documentation built on May 24, 2019, 2:53 p.m.