![]()
25
| 1 | 2009
Klinisk Biokemi i Norden
2. Vi kan lage ”grupperte” plott ved å dele obser-
vasjonene etter variablene. Variabelen ”Tobakk” kan
brukes til å dele plottene i to, for eksempel et plott
for ikke-røykere og et for røykere, og så plasserer vi
disse plottene ved siden av hverandre. Hvis vi lager
fire plott kan vi illustrere alkoholkonsum i tillegg. R
er et godt verktøy for dette (bruk pakkene lattice og
ggplot2), men det er usikkert hvordan dette fungerer
i andre statistikk- og grafprogrammer. I Figur 4b
har vi splittet plottet etter røyking og alkoholbruk.
Vi har latt farge indikere FSH-nivået, slik at vi kan
identifisere hypogonadisme lettere.
3. Vi kan ”kombinere” flere plott (hvor hvert plott
inneholder alle observasjoner). Dersom vi har fem
variabler, får vi 5 * 5 plott. Nå er det ikke så spen-
nende å plotte testosteron mot testosteron, slik at
plottene for identiske variabler mot hverandre faller
bort og vi vil isteden få 20 små plott i en firkant. Et
slikt kombiplott tilsvarer en korrelasjonsmatrise for
en multivariat modell. Med slike små plott er det
viktig å redusere størrelsen på markørene, og gjerne
legge til trender, slik vi har gjort det i Figur 4c.
Det virkelig avanserte plottet!?
Hvis dette ikke er nok, finnes det utfordringer videre.
Den første utfordringen er grafikken. I aviser og
bilder brukes gjerne bilder som symboler i grafikk.
Skal vi illustrere vekst i mobilabonnemanger brukes
gjerne et bilde av en mobiltelefon som blir større og
større for hvert år. Den andre utfordringen ligger i
hva som plottes. Vi har så langt plottet observasjo-
ner, men i noe mer avanserte modeller er det viktig
å kunne lage plotter ut fra modeller. En kan lage
projeksjoner i to eller tre dimensjoner av data med
mange dimensjoner og plotte disse. Er det noen i
KBN som tar utfordringene?
Takk til Elvar Theodorsson og Kjell Nustad for kunnig
entusiasme og gode synspunkter opp gjennom årene.
Foto: Henrik Alfthan (Björnsö, Sibbo)
