RcmdrPlugin.KMggplot2_0.2-3 now on CRAN

New version (v0.2-3) of 'RcmdrPlugin.KMggplot2' (an Rcmdr plug-in; a GUI for 'ggplot2') released.

• RcmdrPlugin.KMggplot2 (CRAN)

NEWS

Changes in version 0.2-3 (2015-12-30)

• New geom_stepribbon().
• Pointwise confidence intervals of Kaplan-Meier plots with band (Thanks to Dr. M. Felix Freshwater).
• Notched box plots (Thanks to Dr. M. Felix Freshwater).
• Stratified (colored) box plots (Thanks to Dr. M. Felix Freshwater).

Changes in version 0.2-2 (2015-12-22)

• New ggplot2's theme (theme_linedraw, theme_light).
• New ggthemes's themes (theme_base, theme_par).
• Fixed a bug was caused by new ggplot2's theme.
• Fixed a bug related to ggthemes 3.0.0.
• Fixed a bug related to windows fonts.
• Fixed a bug related to file saving.
• Added a vignette for dataset requirements to make Kaplan-Meier plot.
• Added a vignette for extrafont.

geom_stepribbon()

The geom_stepribbon is an extension of the geom_ribbon, and is optimized for Kaplan-Meier plots with pointwise confidence intervals or a confidence band.

Usage

geom_stepribbon(mapping = NULL, data = NULL, stat = "identity",
  position = "identity", na.rm = FALSE, show.legend = NA,
  inherit.aes = TRUE, kmplot = FALSE, ...)

The additional argument

• kmplot
  • If TRUE, missing values are replaced by the previous values. This option is needed to make Kaplan-Meier plots if the last observation has an event, in which case the upper and lower values of the last observation are missing. This processing is optimized for results from the survfit function.

Other arguments are the same as the geom_ribbon.

Example

require("ggplot2")
data(dataKm, package = "RcmdrPlugin.KMggplot2")

.df <- na.omit(data.frame(x = dataKm$time, y = dataKm$event, z = dataKm$trt))
.df <- .df[do.call(order, .df[, c("z", "x"), drop = FALSE]), , drop = FALSE]
.fit <- survival::survfit(
  survival::Surv(time = x, event = y, type = "right") ~ z, .df)
.fit <- data.frame(x = .fit$time, y = .fit$surv, nrisk = .fit$n.risk, 
  nevent = .fit$n.event, ncensor= .fit$n.censor, upper = .fit$upper,
  lower = .fit$lower)
.df <- .df[!duplicated(.df[,c("x", "z")]), ]
.df <- .fit <- data.frame(.fit, .df[, c("z"), drop = FALSE])
.df <- .fit <- rbind(unique(data.frame(x = 0, y = 1, nrisk = NA, nevent = NA,
  ncensor = NA, upper = 1, lower = 1, .df[, c("z"), drop = FALSE])), .fit)
.cens <- subset(.fit, ncensor == 1)

ggplot(data = .fit, aes(x = x, y = y, colour = z)) + 
  RcmdrPlugin.KMggplot2::geom_stepribbon(data = .fit,
    aes(x = x, ymin = lower, ymax = upper, fill = z), alpha = 0.25,
    colour = "transparent", show.legend = FALSE, kmplot = TRUE) +
  geom_step(size = 1.5) +
  geom_linerange(data = .cens, aes(x = x, ymin = y, ymax = y + 0.02),
    size = 1.5) + 
  scale_x_continuous(breaks = seq(0, 21, by = 7), limits = c(0, 21)) + 
  scale_y_continuous(limits = c(0, 1), expand = c(0.01, 0)) + 
  scale_colour_brewer(palette = "Set1") +
  scale_fill_brewer(palette = "Set1") +
  xlab("Time from entry") +
  ylab("Proportion of survival") +
  labs(colour = "trt") +
  theme_bw(base_size = 14, base_family = "sans") + 
  theme(legend.position = "right")

Pointwise confidence intervals of Kaplan-Meier plots with band

Notched box plots and stratified (colored) box plots

RcmdrPlugin.KMggplot2_0.2-1 is on CRAN now

I posted a new version of the "RcmdrPlugin.KMggplot2" package, which is an Rcmdr plug-in for a "ggplot2" GUI front-end.

• RcmdrPlugin.KMggplot2 (CRAN)

NEWS

Changes in version 0.2-1 (2015-12-14)

• Kaplan-Meier plot: fixed a bug was caused by a tie data handling. (Thanks to Dr. M. Felix Freshwater).
• Slovenian translation by Matjaž Jeran (Thanks to Matjaž Jeran and their friends).
• New ggplot2's theme (theme_dark).
• New ggthemes's themes (theme_calc, theme_fivethirtyeight, theme_gdocs, theme_hc, theme_pander).
• Preview button (Thanks to Prof. Erich Neuwirth).
• GUI refinement (Thanks to Prof. Erich Neuwirth).
• Updates for release of the next version ggplot2.

Preview button

The new version has a preview mode.
You can make plots step-by-step.

Slovenian translation

themes

• theme_dark (ggplot2)

• theme_calc (ggthemes)

• theme_fivethirtyeight (ggthemes)

• theme_gdocs (ggthemes)

• theme_hc (ggthemes)

• theme_pander (ggthemes)

ggplot2の最新版(1.1.0?)ではまった点のメモ

そろそろ ggplot2 の最新版が CRAN にリリースされるようなので、自分のパッケージのメンテナンスをしました。
メンテナンス中に困った点をメモしておこうと思います。

stat_summary

fun.args でパラメータを渡さないとエラー。

# <= 1.0.1
stat_summary(fun.data = "mean_cl_boot", geom = "errorbar", conf.int = .95, width = 0.1)

# > 1.0.1
stat_summary(fun.data = "mean_cl_boot", geom = "errorbar", width = 0.1, fun.args = list(conf.int = 0.95))

stat_boxplot

stat_params と geom_params を使うとエラーになる。
最新版ではパラメータが直接渡せるようになり、少し便利に。

# <= 1.0.1
stat_boxplot(geom = "errorbar", stat_params = list(width = 0.5), geom_params = list())

# > 1.0.1
stat_boxplot(geom = "errorbar", width = 0.5)

show_guide

show_guide を使うと警告 (deprecated)。
最新版では show.legend を使う様になった。

# <= 1.0.1
geom_xxx(..., show_guide = FALSE, ...)

# > 1.0.1
geom_xxx(..., show.legend = FALSE, ...)

grid::unit

grid::unit が ggplot2 上にインポートされるようになったため、呼び出しが楽になった。
grid::arrow と scales::alpha も同様にインポートされるようになった。

# <= 1.0.1
grid::unit(...)

# > 1.0.1
unit(...)

SAS/STAT 14.1 が出たようだ

Enhancements in SAS/STAT 14.1 Software

以下の変更点が特に気になった。

• LIFETEST Procedureが Gray's test + CIF のノンパラメトリック推定量 (Gray 1988) に対応 (かなりうれしい！)
• MIXED Procedure でも ddfm = KENWARDROGER2 が追加された、Kenward & Roger (2009) の改良版自由度推定量が利用できるようになった
• POWER Procedure が Cox 回帰のサンプルサイズ設計に対応 (生存時間の非劣性にはまだ対応しないらしい、残念)
• MI Procedure の多重補完法のデフォルト補完回数が 5 から 25 へ変更された（もっと多くてもよさそう）。やっぱ 5 は少なすぎる・・・
• GEE Procedure の正式版リリース
• GLIMMIX Procedure の積分計算方法の改善 (FASTQUAD option; Pinheiro and Chao, 2006)
• HPSPLIT Procedure が追加され、SAS でも CART が使える様になった、個人的にグラフが綺麗だと思う
• MCMC Procedure で ODE への対応 (PKモデルなど)、NLMIXED 同様の GENERAL 関数に対する積分への対応 (周辺モデルなど)、すごいな。

文献

• Gray RJ. A class of K-sample tests for comparing the cumulative incidence of a competing risk. Annals of Statistics 1988; 16: 1141–1154.
• Kenward MG, Roger JH. An improved approximation to the precision of fixed effects from restricted maximum likelihood. Computational Statistics and Data Analysis 2009; 53: 2583–2595.
• Pinheiro JC, Chao EC. Efficient Laplacian and adaptive Gaussian quadrature algorithms for multilevel generalized linear mixed models. Journal of Computational and Graphical Statistics 2006; 15: 58–81.

SAS University Editionのアップデート

いつのまにかアップデートがきていたようで、SAS/STAT 13.2が利用できるようになっていました！

バージョンの確認

PROC PRODUCT_STATUS;
run;

テスト実行

GEE Procedureも実行できました。

SAS/STAT 13.2

またバージョンが上がったいたらしい！
かなり使い勝手がよくなりそうな機能拡張が含まれているので、結構期待しています(特にNLMIXED)。

GEE Procedure (評価版)

ついにGEEのProcedureが出たらしい。
Observation-specific and subject-specific weighted estimating equationsを実装とのこと。
Liang and Zeger (1986)のGEEとあるので、GEE1だけっぽい？

追記

• GEE1はGENMOD Procedureで実装されているので、主な目的はmissingのWGEEへの対応と思われる。
• missmodel statmentでmissingのモデル解析が簡単にできるようになっているらしい！これは良い。(Weighted Methods for Analyzing Missing Data with the GEE and CAUSALTRT Procedures)

CAUSALTRT procedure (評価版？)

GEEに加え (Weighted Methods for Analyzing Missing Data with the GEE and CAUSALTRT Procedures) doubly robust estimation approachについて実装したCAUSALTRT procedureも追加されるらしい。
昨今注目が集まっているためか、missing data関係の解析ソフトウェアが整備されていくのはうれしい。

ICPHREG Procedure

13.1のICLIFETESTに続き、ICPHREGも出た。
区間打ち切りの生存時間解析もやりやすくなりましたね。

機能拡張

• NLMIXED procedureが複数のRANDOM statementをサポート。これで、階層構造を持った変量効果のモデリングが簡単にできるようになるはず。
• FREQ procedureがオッズ比と相対リスクに対するスコア信頼区間をサポート。
• MCMC procedureがカテゴリカルな確率分布をサポート(MODEL, RANDOM, PRIOR statment)。

その他にも色々更新されていました (SAS/STAT(R) 13.2 User's Guide)。
無料版のSAS University Editionではまだ使えないようでした (PROC PRODUCT_STATUS; run;でバージョン確認できます)。

SAS University Editionでグラフを描く

SAS University EditionにはSAS/GRAPHが含まれていないため、グラフ用のプロシジャについてが気がかりでした。
SAS/GRAPHのGPLOT Procedure等に慣れ親しんでいる人も多いと思いますが、残念ながらSAS University EditionではGPLOTは使えません。
しかし、SAS 9.2まではSAS/GRAPHに含まれていたODS Graphicsが、SAS 9.3以降からはBase SASに含まれるようになった関係で、SGPLOT ProcedureやSGPANEL Procedureが使える様です。

SGPLOT ProcedureはRのggplot2と同様に、グラフのパーツを重ねて描きやすい設計になっており、個人的には使いやすいです。
SGPANEL Procedureはggplot2 + facetのような機能のプロシジャで、サブグループ別のグラフが簡単に作成できます。

例えば、散布図を描くと以下のような出力が得られます。

data x;
g = 1;
x = 1; y = 1; output;
x = 2; y = 2; output;
x = 3; y = 3; output;
x = 4; y = 4; output;
x = 5; y = 5; output;
g = 2;
x = 1; y = 2; output;
x = 2; y = 3; output;
x = 3; y = 4; output;
x = 4; y = 5; output;
x = 5; y = 6; output;
proc sgplot data = x;
where g = 1;
scatter x = x y = y;
run;
proc sgpanel data = x;
panelby g;
scatter x = x y = y;
run;