有很多方法可以解决它。

轻轻抖动变量以将线条分开

首先，由于年龄和结果都非常离散，我们可以稍微抖动它们以显示一些趋势。诀窍是在线条颜色中使用透明度，以便更容易辨别重叠的大小。

library(geepack)
set.seed(6277)

ohio2 <- ohio[2049:2148,]
head(ohio2, n=12)

jitteredResp <- ohio2$resp + rnorm(100,0,0.02)   # $
jitteredAge  <- ohio2$age+9 + rnorm(100,0,0.02)  # $
age          <- ohio2$age+9                      # $
id           <- ohio2$id                         # $
wheeze       <- ohio2$resp                       # $

#### Variation 1 ####
plot(jitteredAge, jitteredResp, type="n", axes=F,
     xlab="Age to the nearest year, jittered",
     ylab="Wheeze status, jittered")
for (i in id){
  par(new=T)
  lines(age[id==i], jitteredResp[id==i], col="#FF000008", lwd=2)
}
axis(side=1, at=seq(7,10))
axis(side=2, at=c(0,1),  label=c("No", "Yes"))

变得花哨

也可以使用这种曲线来显示对象的流动。这就像对上图的修改，但使用线的宽度来表示频率，而不是使用重叠。

显示每个案件的命运

这听起来可能违反直觉，但是如果您以系统的方式列出案例，那么讲述汇总的故事同样有效。在这里，每个案例的结果都沿灰色参考线显示。我没有在那里添加图例，但是使用legend命令可以很容易地添加它。蓝色是“resp = 0”，红色是“resp = 1”。时间（年龄）分布在 x 轴上。您的数据可以方便地按结果模式进行排序，所以我不需要做任何事情。如果它们没有预先排序，则必须使用dcast包reshape2中的命令来稍微处理一下数据。

#### Variation 2 ####
my.col             <- vector()
my.col[wheeze ==1] <- "#D7191C"
my.col[wheeze ==0] <- "#2C7BB6"

plot(age, id, type="n", frame=F, xlab="Age, year", ylab="", axes=F, xlim=c(7,10))
abline(h=id, col="#CCCCCC")
axis(side=1, at=seq(7,10))
mtext(side=2, line=1, "Individual cases")
points(age, id, col=my.col, pch=16)

制表

可视化并不是唯一的出路。由于最多只有 16 种不同的模式，因此您也可以将它们制成表格。使用+和-创建类似+ + + +和的模式+ - - -，然后为这些模式中的每一个附加计数和百分比。这可以同样有效地显示信息。