年と呼ばれるカテゴリ変数があり、各個人（カテゴリ）、リスク値（連続）についてプロットしたい。リスクを各年の間で線で結びたいと思います。Y 軸にリスクをプロットして変数を色分けすると、多くの個人が同じ値または非常に類似した値を持ち、各個人の変化するリスクを経時的に見ることができないため、混乱します。私がExcelで作成したように見えると思われる画像を含めました（名前/年は一致しない場合があります）. 個人ごとに新しい「シリーズ」を作成しています。問題は、200人を超える個人がいるため、ここに座ってそれぞれに対してこれを行いたくないことです。
これが私が扱っているデータのサンプルです：
structure(list(IDr = structure(c(2L, 2L, 2L, 2L, 2L, 2L, 1L,
2L, 1L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 4L, 4L), .Label = c("F07001_f",
"F07001_fc", "F07002_f", "F07002_fc", "F07003_fc", "F07004_f",
"F07005_f", "F07005_fc", "F07006_f", "F07006_fc", "F07008_f",
"F07009_f", "F07009_fc", "F07010_f", "F07010_fc", "F07011_f",
"F07011_fc", "F07014_f", "F07014_fc", "F07015_fc", "F07017_fc",
"F07018_fc", "F07019_f", "F07019_fc", "F07020_f", "F07020_fc",
"F07021_fc", "F07022_f", "F07023_f", "F07024_fc", "F10001_fc",
"F10004_fc", "F10008_fc", "F10009_f", "F10009_fc", "F10010_f",
"F10012_fc", "F10013_fc", "F98015_f", "M07007_m", "M07012_m",
"M07013_m", "M07016_m", "M10007_m", "M10011_m", "M10015_m"), class = "factor"),
ln1wr = c(0.833126490613386, 0.824526258616325, 0.990730077688989,
0.981816265754353, 0.933462450382474, 0.932242818088082,
0.833865187498825, 0.859381698700969, 0.821716281354653,
0.861496579787016, 0.746687947487975, 0.755605414399556,
0.689741387425112, 0.694046775802782, 0.746403546860377,
0.765095679872529, 1.05733880335233, 1.04549276633745, 0.925765702236673,
0.909990929725627), MooseYear = c(2007, 2007, 2008, 2008,
2009, 2009, 2010, 2010, 2010, 2010, 7.08, 7.08, 8.09, 8.09,
9.1, 9.1, 10.11, 10.11, 2007, 2007)), .Names = c("IDr", "ln1wr",
"MooseYear"), row.names = c(NA, 20L), class = "data.frame")
どこから始めればいいのかよくわかりませんが、それは十分に簡単に思えますが、プロットを棒グラフに変えないと、プロットコマンドを機能させることさえできません。私はもう試した
plot(ln1wr~ID, data=test)
plot(ln1wr~MooseYear, data=test)
scatterplot(ln1wr~MooseYear, data=test)
それらのどれもが出発点に近づきさえしません。各個人を x 軸または y 軸にプロットするか、各個人をビンに入れるかは気にしません。個人ごとに時間の経過とともにリスクがどのように変化するかを確認し、ポイント間の勾配の変化を確認する必要があるだけです。その年に 1 人の個人に対して複数の測定値があることに気付くでしょう。組み込むことができる追加の分類があります（シーズン）。私はそれに対処するために取り組んでいます。私はそれが平均化するか、最終的に洗い流されることを望んでいます.