und schon wieder habe ich eine Frage: Ich habe ja dank Bernhard so einiges für meine Proben-Haltbarkeitsauswertung hinbekommen. Jetzt will ich aber die Ergebnisse nicht nur Tabellarisch sondern auch grafisch zeigen. Es sollen für 15 Proben die Werte über den zeitlichen Verlauf von einem Jahr gezeigt werden um zu zeigen, dass die Proben eine gute Haltbarkeit haben.
Dabei soll sowohl die lineare Regression angezeigt werden als auch die 95% CIs um zu zeigen, ob einzelne Messtage herausstechen. Im Beispiel z.B. an Tag 286 sind die Werte für H1 sehr niedrig.
Ich habe mit Hilfe des Internets den zweiten Plot mit facet_wrap usw. erstellt. Er zeigt mir aber nicht die wahren Cq-Werte für jede Probe an (alle sind gleich) und auch wird die y-Achse nicht beschriftet, was höchstwahrscheinlich zusammenhängt.
Darf ich Unwürdiger euch um ein wenig Hilfe bitten?
Code: Alles auswählen
library(ggplot2)
library(dplyr)
library(tidyr)
sample1 <- read.table(header = TRUE, dec = ",", text =
"Day H1 H2 H3 H4 M1 M2 M3 M4 L1 L2 L3 L4 PK1 PK2 PK3
0 25,9874 26,01875 25,95655 25,95165 29,2727 29,4116 29,2389 29,30505 32,76275 32,69395 32,6963 32,80915 23,64346667 26,9035 30,64406667
57 25,70225 25,7461 25,77375 25,76555 29,13705 29,13665 29,2091 29,0638 32,58625 32,8572 32,59715 32,20532 24,14003333 29,41563333 31,2637
98 25,70600573 25,72381592 25,70797857 25,71254603 28,98645592 29,21009572 29,09545708 29,18635877 32,64453761 32,70707448 32,39242554 32,69418971 25,33333333 30,01 34,20666667
189 25,73180667 25,63853333 25,68836 25,64337333 29,04110333 28,84034667 29,07556667 29,01635667 32,66040667 32,36568333 32,64399333 32,49889 22,86015 26,80275 30,504258
286 24,43987783 24,59473801 24,50444539 24,55189578 26,89529673 26,92798169 26,99993324 26,85812505 30,19608625 30,45819219 30,45007133 30,36466662 23,07262484 26,24733263 30,80879011
380 25,73180667 25,63853333 25,68836 25,64337333 29,04110333 28,84034667 29,07556667 29,01635667 32,66040667 32,36568333 32,64399333 32,49889 22,86015 26,80275 30,504258
")
plot<- ggplot(sample1, aes(x = Day, y = H1)) +
labs(title = 'Regressions Plot Shelf life',
subtitle = 'Polynomial regression Plot to test shelf life of high titer Sample H1',
x = 'Days',
y = expression (C[q] -value),
caption = ' Andreas / Andreas@Andreas.com') +
#geom_line(data = neue.punkte, mapping = aes(x=x, y=y.fit1), color="purple") +
#geom_line(data = neue.punkte, mapping = aes(x=x, y=y.fit2), color ="red") +
#geom_line(data = neue.punkte, mapping = aes(x=x, y=y.fit3), color="blue") +
geom_point(aes(x=Day, y=H1)) +
geom_smooth(method="lm", level = 0.90, color = 3, fullrange = FALSE)
#geom_text(data=Texte, aes(x=0.1, y=26.5 - 1.2*lnr, label=(Equation), colour=Reihe), parse=TRUE, hjust="left",
# show.legend=FALSE)
#theme_bw()
plot
#Versuch für jede Probe in einer Tabelle einen Plot zu erstellen
sample1 <- as_tibble(sample1)
sample1 %>%
pivot_longer(cols = 2:16, names_to = "Proben", values_to = "Cq") %>%
ggplot(aes(x = Day)) +
geom_point(aes(x=Day, y="Proben"), color = "red") +
facet_wrap(vars(Proben), ncol = 4) +
labs(x = "Tage Haltbarkeit", y = "Cq-Werte")
VG
Andreas