#Описание данных

Данные анализа липидного профиля здоровых добровольцев

# install.packages("summarytools")
library(summarytools)
library(tidyverse)
## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.2 ──
## ✔ ggplot2 3.3.6     ✔ purrr   1.0.2
## ✔ tibble  3.2.1     ✔ dplyr   1.1.4
## ✔ tidyr   1.2.1     ✔ stringr 1.4.1
## ✔ readr   2.1.3     ✔ forcats 1.0.0
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ✖ tibble::view()  masks summarytools::view()
data4SBL_wide <- data4SBL %>% select(!LoseProc & !Unit) %>% pivot_wider(names_from = "Par", values_from = c(LipoProf, Gradient)) 

#Визуализация

Преобразуем наши данных

Сравним эквивалетность двух методов, построим графики Бленда-Альтмана для соответсвующих пар измерений.

Графики Бленда-Альтмана (Bland-Altman plot, Difference plot)для измеренных показателей липидного профиля

Графики Бленда-Альтмана (Bland-Altman plot, Difference plot)для измеренных показателей липидного профиля

Note that the echo = FALSE parameter was added to the code chunk to prevent printing of the R code that generated the plot.