R语言 基于人口的医师配置公平性洛伦兹曲线的代码和示例

文章目录

• 前言

• 一、洛伦兹曲线介绍

• 二、基于人口的医师配置洛伦兹曲线

•        1.创建模拟数据

•        2.绘制洛伦兹曲线

• 总结

前言

洛伦兹曲线（Lorenz Curve）是一种用于描述资源分配公平性的图形表示方法，可用于评价卫生技术人员的分布公平性。洛伦兹曲线可以用来表示累积人口百分比与累积医师数百分比之间的关系。如果曲线越接近对角线，表示医师的分布越公平。本文介绍R语言实现基于人口的医师配置公平性的洛伦兹曲线代码并示例。

提示：以下是本篇文章正文内容，下面案例可供参考

一、洛伦兹曲线介绍

洛伦兹曲线在卫生技术人员配置公平性的评估中，是一种直观展示卫生资源累积分配情况的图形工具。洛伦兹曲线通过绘制累积人口百分比与累积卫生技术人员百分比之间的关系曲线，若曲线接近对角线，则表示卫生技术人员配置相对公平；若曲线偏离对角线较远，则暗示存在资源配置的不均衡。

计算公式：

累积人口百分比 = 累积人口数 / 总人口数 × 100%；

累积卫生技术人员百分比 = 累积卫生技术人员数 / 总卫生技术人员数 × 100%。

这些数据通常以点的形式在图上表示，并连接成线，形成洛伦兹曲线。

洛伦兹曲线提供了可视化的手段，帮助决策者识别资源配置的薄弱环节，为优化卫生服务体系提供依据。

二、基于人口的医师配置洛伦兹曲线

1.创建模拟数据

代码如下（示例）：

# 假设我们有以下数据：
# population: 各个分组的人口数
# doctors: 各个分组的医师数
population <- c(1000, 2000, 3000, 4000)
doctors <- c(5, 10, 15, 20)

2.绘制洛伦兹曲线

代码如下（示例）：

#(1)生成洛伦兹曲线的函数
library(ggplot2)
# 绘制洛伦兹曲线的函数
plot_lorenz_curve <- function(population, doctors, main_title = "Lorenz Curve", x_label = "Cumulative Population (%)", y_label = "Cumulative Doctors (%)") {
  
  # 计算累积分布
  
  sorted_indices <- order(doctors)
  df <- data.frame(
    PopulationCum = cumsum(population[sorted_indices]) / sum(population) * 100,
    DoctorsCum = cumsum(doctors[sorted_indices]) / sum(doctors) * 100
  )
  
  # 添加一行0%的累积值，用于绘制起始点
  df <- rbind(data.frame(PopulationCum = 0, DoctorsCum = 0), df)
  
  # 绘制洛伦兹曲线
  ggplot(df, aes(x = PopulationCum, y = DoctorsCum)) +
    geom_line(color = "blue", size = 1) + # 绘制曲线
    geom_point(color = "blue", size = 2.5) + # 绘制数据点
    geom_abline(slope = 1, intercept = 0, color = "red", linetype = "dashed") + # 添加对角线（完全平等线）
    labs(title = main_title, x = x_label, y = y_label) + # 设置图表标题和轴标签
    theme_minimal() + # 使用简洁的主题
    theme(# 移除网格线
      panel.grid.major = element_blank(),
      panel.grid.minor = element_blank(),
      # 显示坐标轴线
      axis.line = element_line(colour = "black"),
      # 设置x轴和y轴的刻度样式
      axis.ticks = element_line(colour = "black", size = 0.5), # 调整刻度线的颜色和粗细
      axis.text = element_text(colour = "black", size = 2), # 调整刻度标签的颜色和字体大)
      plot.margin = margin(l = 5, r = 10, t = 5, b = 5) )+   #右边边距设置为10磅，其他方向保持默认
    scale_x_continuous(breaks = seq(0, 100, by = 10)) + # 设置x轴刻度
    scale_y_continuous(breaks = seq(0, 100, by = 10)) + # 设置y轴刻度
    theme(axis.text = element_text(size = 12), # 设置轴文本大小
          axis.title = element_text(size = 14), # 设置轴标题大小
          plot.title = element_text(size = 16))+
     scale_x_continuous(expand = c(0, 0))+ # 确保x轴从0开始
     scale_y_continuous(expand = c(0, 0)) # 确保y轴从0开始# 设置图表标题大小
 }

# 假设的数据集：地区人口和医师数量
population <- c(10000, 20000, 30000, 40000, 50000)
doctors <- c(10, 20, 15, 25, 30)

# 调用函数绘制洛伦兹曲线
plot_lorenz_curve(population, doctors, main_title = "Custom Lorenz Curve", x_label = "Pop. Cum (%)", y_label = "Docs Cum (%)")

总结

在这个例子中，我们首先计算了累积人口和医师数的百分比，然后使用plot函数绘制了洛伦兹曲线。我们还添加了对角线（完全公平线）作为参考，并添加了网格线和图例以增强图形的可读性。