cosinor分析之前已經(jīng)介紹過兩個了（cosinor渤愁，cosinor2），其實R中還有三個包可以進(jìn)行cosinor分析（card::cosinor毒返，season::cosinor和psych::cosinor）,下面詳細(xì)介紹一下
1.psych::cosinor
#構(gòu)造測試數(shù)據(jù)集
set.seed(1)
sim1 <- data.frame(time=rep(as.POSIXlt(seq(1,25,4)*3600,origin = "2021-01-01 00:00:00"),2),
zt_time=rep(seq(1,25,4),2),
group=rep(c("WT","KO"),each=7),
value=c(seq(1,4),seq(3,1),seq(8,2,-2),seq(4,8,2))+rnorm(14,mean = 0,sd = 0.5))
sim1
# time zt_time group value
# 1 2021-01-01 09:00:00 1 WT 0.6867731
# 2 2021-01-01 13:00:00 5 WT 2.0918217
# 3 2021-01-01 17:00:00 9 WT 2.5821857
# 4 2021-01-01 21:00:00 13 WT 4.7976404
# 5 2021-01-02 01:00:00 17 WT 3.1647539
# 6 2021-01-02 05:00:00 21 WT 1.5897658
# 7 2021-01-02 09:00:00 25 WT 1.2437145
# 8 2021-01-01 09:00:00 1 KO 8.3691624
# 9 2021-01-01 13:00:00 5 KO 6.2878907
# 10 2021-01-01 17:00:00 9 KO 3.8473058
# 11 2021-01-01 21:00:00 13 KO 2.7558906
# 12 2021-01-02 01:00:00 17 KO 4.1949216
# 13 2021-01-02 05:00:00 21 KO 5.6893797
# 14 2021-01-02 09:00:00 25 KO 6.8926501
用法也非常簡單
cosinor(angle = "zt_time",#時間點
x="value",#檢測基因的表達(dá)值
code = "group",#分組
data = sim1)
######或者#######
cosinor(angle = 2,
x=4,
code = "group",#code參數(shù)不能為列號
data = sim1)
1到6列分別為相位栽连，擬合性能，振幅微猖，標(biāo)準(zhǔn)差，均值（基線）缘屹，截距
可惜的沒有震蕩性檢測的p值和振蕩差異總體p值比較励两，也無法比較相位，振幅囊颅，基線差異的p值
注意：經(jīng)過比較，該包擬合的cosinor曲線參數(shù)和下面兩個包的擬合結(jié)果相差稍大傅瞻，不太建議使用
繪圖
cosinor.plot(angle ="zt_time",#時間點
x="value",#檢測基因的表達(dá)值
IDloc = "group",#分組
ID="WT"踢代，#組中變量名
data=sim1)
######或者#######
cosinor.plot(angle = 2,
x=4,
IDloc = 3,
ID="KO",
data=sim1)
2.card::cosinor
沿用上面構(gòu)造的模擬數(shù)據(jù)集，該函數(shù)用法如下：
m <- cosinor(value ~ zt_time, #公式
data = sim1[1:7,], #數(shù)據(jù)
tau = 24)#欲擬合的周期
summary(m)
紅線第一處為個體cosinor模型嗅骄，還有一種是總體cosinor模型胳挎，我還沒弄清楚到底啥意思，運行時總是報錯溺森，暫且不表慕爬，
第二處為擬合的公式，
第三處為擬合的周期屏积，
第四處為擬合的參數(shù)：
分別為均值（基線）医窿，振幅，而相位要換算一下炊林，abs(phi1)/2π×24姥卢，此處為13.055≈13.1
注意：和上面psych::cosinor擬合的結(jié)果不太一樣，接下來看看下一個函數(shù)
3.season::cosinor
沿用上面構(gòu)造的模擬數(shù)據(jù)集渣聚，該函數(shù)用法如下：
res1 = cosinor(value~1, #擬合公式
date='time', #時間列名独榴，類型必須為POSIXlt類型
type='hourly', #擬合類型為小時，晝夜節(jié)律為24小時
data=sim1[1:7,])
summary(res1)###單個
plot(res1)
從上到下依次為觀測數(shù)奕枝，振幅（和
card::season結(jié)果接近）棺榔，峰值相位，波谷相位隘道，振蕩顯著性
注意：sim1數(shù)據(jù)集中time和zt_time要換算一下症歇，此處的時間為time郎笆，前面兩個函數(shù)使用的都是zt_time，所以time=21.1即為zt_time=13.1当船，這點來看题画，也是和card::cosinor結(jié)果較為接近，與psych::cosinor相差一點點
回歸系數(shù)矩陣中第一行第一列為均值（基線德频，同樣與card::cosinor結(jié)果較為接近）苍息，
cosw和sinw兩行最后一列 兩個p值只要有一個即說明振蕩具有顯著性
比較的話，這樣做：
res = cosinor(value~group, date='time', type='hourly', data=sim1)
# summary(res)###比較
# plot(res)
summary(res$glm)
差異比較的話有一個值比較有用壹置，圖中紅框位置竞思，但是只有一個總體p值，該函數(shù)無法比較相位钞护，振幅盖喷，基線差異的p值
