R 表示评分变量的最佳方式是什么？

我得到的数据如下：

Number  Age  Headache painful fatigue
1       43       5       2       3
1       45       3       3       3
1       46       6       5       2
2       66       1       0       3
2       67       1       4       5      
2       68       4       6       6
2       69       5       7       8

---

同一个数字指的是同一个人。头痛、疼痛和疲劳的得分从0到10。对于所有患者来说，哪种方法是可视化/呈现每个症状得分变化的最佳方法？（最好使用年龄参数）希望得出这样的结论，从平均年龄x到x_1，痛苦的分数在增加。

我不会尝试组合不同的Y标度（这会使图表混乱），所以我会将不同的反应变量放在各自的图中

将属于同一个人的观察结果分组是有意义的

您可以按照以下思路做一些事情：

library(tidyverse)
library(cowplot)

df = data.frame(
  cbind(Number = c(1,1,1,2,2,2,2), 
    Age = c(43,45,46,66,67,68,69),
    Headache = c(5,3,6,1,1,4,5),
    painful = c(2,3,5,0,4,6,7),
    fatigue = c(3,3,2,3,5,6,8))
  ) %>% 
  mutate(Number = factor(Number))

p1 <- df %>% 
  ggplot(aes(x = Age, y = Headache)) +
  geom_line() +
  geom_point() +
  facet_grid(cols = vars(Number), scales = "free_x") +
  theme_bw()

p2 <- df %>% 
  ggplot(aes(x = Age, y = painful)) +
  geom_line() +
  geom_point() +
  facet_grid(cols = vars(Number), scales = "free_x") +
  theme_bw()

p3 <- df %>% 
  ggplot(aes(x = Age, y = fatigue)) +
  geom_line() +
  geom_point() +
  facet_grid(cols = vars(Number), scales = "free_x") +
  theme_bw()

plot_grid(p1, p2, p3, ncol = 1)

库（tidyverse）
图书馆（cowplot）
df=data.frame(
cbind（数字=c（1,1,1,2,2,2），
年龄=c（43,45,46,66,67,68,69），
头痛=c（5,3,6,1,1,4,5），
疼痛=c（2,3,5,0,4,6,7），
疲劳=c（3,3,2,3,5,6,8））
) %>% 
变异（数=因子（数））
p1%
ggplot（不良事件（x=年龄，y=头痛））+
geom_线（）+
几何点（）+
刻面网格（cols=vars（数字），比例=“自由x”）+
主题_bw（）
p2%
ggplot（不良事件（x=年龄，y=疼痛））+
geom_线（）+
几何点（）+
刻面网格（cols=vars（数字），比例=“自由x”）+
主题_bw（）
p3%
ggplot（aes（x=年龄，y=疲劳））+
geom_线（）+
几何点（）+
刻面网格（cols=vars（数字），比例=“自由x”）+
主题_bw（）
绘图网格（p1、p2、p3、ncol=1）

或者，如果有更多的案例，您可以这样做：

p1 <- df %>% 
  ggplot(aes(x = Age, y = Headache, group = Number, color = Number)) +
  geom_line() +
  geom_point() +
  scale_x_continuous(breaks = seq(40, 70, by = 5)) +
  theme_bw()

p2 <- df %>% 
  ggplot(aes(x = Age, y = painful, group = Number, color = Number)) +
  geom_line() +
  geom_point() +
  scale_x_continuous(breaks = seq(40, 70, by = 5)) +
  theme_bw()

p3 <- df %>% 
  ggplot(aes(x = Age, y = fatigue, group = Number, color = Number)) +
  geom_line() +
  geom_point() +
  scale_x_continuous(breaks = seq(40, 70, by = 5)) +
  theme_bw()

plot_grid(p1, p2, p3, ncol = 1)

p1%
ggplot（不良事件（x=年龄，y=头痛，组=数量，颜色=数量））+
geom_线（）+
几何点（）+
比例x连续（中断=顺序（40,70，按=5））+
主题_bw（）
p2%
ggplot（不良事件（x=年龄，y=疼痛，组=数量，颜色=数量））+
geom_线（）+
几何点（）+
比例x连续（中断=顺序（40,70，按=5））+
主题_bw（）
p3%
ggplot（aes（x=年龄，y=疲劳，组=数量，颜色=数量））+
geom_线（）+
几何点（）+
比例x连续（中断=顺序（40,70，按=5））+
主题_bw（）
绘图网格（p1、p2、p3、ncol=1）

当你有更多的病人时，你可以使用方框图或密度曲线